论文部分内容阅读
在数学模型的构建过程中经常会遇到对测量、收集、计算数据的分析、整理等问题。解决这类问题的常用方法便是借助计算程序,把大量实验数据进行可视化或者函数化处理,以期得到直观认识。其中最小二乘法是数据拟合问题中比较常用的一类方法。本文总结对比了最小二乘近似(LS)与移动最小二乘近似[1](MLS)两类常用最小二乘方法。通过数值实验发现,LS相比较而言相对粗糙,不能有效表达大波动奇异数据的特征,建议在数学建模工作中处理该类问题的时候采用MLS方法。