最小二乘法在数据处理中的应用本科毕业论文.doc

本科毕业论文（设计） 题 目 最小二乘法在数据处理中的应用 院（系） 数学系 专 业 信息与计算科学 论文字数 巢湖学院本科毕业论文论文最小二乘法在数据处理中的应用 摘要 本文针对 关键词：  Application of Least Square Method in Data Processing Abstract In this paper, the various problems that exist in the data processing, using the method of least squares method to solve complex data processing problems. And from the least-squares method, the sources and the least square method of least squares method, while the method of least squares curve fitting all types of data, including: a linear fitting, multiple linear fitting , polynomial fitting, as well as the Matlab software process. And further illustrated by several examples. Key Words: least square method, MATLAB, curve fitting，linear fitting 目 录 摘 要 I Application of Least Square Method in Data Processing II Abstract II 引言 3 1． 最小二乘法介绍 4 1.1最小二乘法原理 4 2． 最小二乘法的曲线拟合 5 2.1一元线性拟和 5 2.1.1实例 6 2.2多元线性拟合 7 2.2.1 实例 8 表2 8 2.3多项式拟合 10 2.3.1 实例 11 3． MATLAB软件在曲线拟合中的应用 12 3.1 MATLAB软件介绍 13 3.2最小二乘法的Matlab实现 13 3.3 MATLAB的曲线拟合 14 结束语 14 最小二乘法这种方法在很早就有了，而且由于它的精确性高而被广泛应用，以上结果可以看到用最小二乘拟合来求解问题时有时候他的结果很接近实际情况，有时候跟实际情况里的太远，因为所求得多项式次数太小时数据点之间差别很大，次数最大是误差最小但是有时后不符合实际情况，所以用最小二乘法时次数要取合适一点。从上面的拟合中也可以得到多项式拟合误差平方和随着拟合多项式次数的增加而逐渐减小，拟合的曲线更靠近实际数据。拟合更准确。本文介绍最小二乘曲线拟合法的基本原理就其DEA8EF的实现方法进行研究给出曲线拟合DEA8EF实现的源程序并进行仿真测试!采用DEA8EF对实验数据进行处理能够快捷的得到图文并茂的比较令人满意的处理结果!在许多工程分析和科学研究中DEA8EF软件正起着越来越重要的作用!可以预见DEA8EF软件在工程界将获得日益广泛的应用必将使他成为工程人员必备的工具! 14 参考文献 16 附件 17 引言 在如今由于计算机的普及，以及信息化程度的提高，最小二乘法也在许多领域被广泛应用，而在数据处理中的应用则更为普及，尤其在实际的工程或者实验中，误差处理和数据的统计是一项必备的过程，处理误差和数据统计的结果与否关系到这项工程最后的结果是否达到预计的要求，所测量数据的实际值和理论值是否接近，关系到工程最后质量的好坏。恰当地处理测量的数据，给出正确的数据处理结果，对所得数据的可靠性做出正确的评价和这是实际测量中一个重要的环节和指标。 在测量中，数据存在误差是不可避免的，怎么样才能够有效的对数据进行适当的处理是关系到最后工程结果的验收。所以数据处理的作用尤为关键。在当前工程和实验领域所用的主要数据处理方法有：(1) 列表法；(2) 作图法；(3) 逐差法；(4) 最小二乘法。以上列举的方法中，最小二乘法也因其在数据处理过程中，误差最小，精确性最好而被广泛应用。 应用最小二乘法的就是可以利用计算机编程的形式处理海量的数据，不需要人工计算，所得到的结果更加精确。当然最小二乘法也存在着一定的缺点