MLS

在離散的點雲中，求曲線曲面擬合，不能簡單地連接這些點，如果知道曲線曲面的形式，如為二次曲線等，可以簡單地使用最小二乘法估計參數；但如果曲線曲面形式未知，可以使用移動最小二乘法或者主曲線方法。

Lancaster 和Salkauskas最先在曲面生成中使用了MLS。

移動最小二乘法與傳統的最小二乘法相比，有兩個比較大的改進：

（1）擬合函數的建立不同。這種方法建立擬合函數不是採用傳統的多項式或其它函數，而是由一個係數向量a(x)和基函數p(x)構成，這裏a(x)不是常數，而是座標x的函數。

（2）引入緊支（Compact Support）概念，認為點x 處的值y 只受x 附近子域內節點影響，這個子域稱作點x的影響區域，影響區域外的節點對x的取值沒有影響。在影響區域上定義一個權函數w(x)，如果權函數在整個區域取為常數，就得到傳統的最小二乘法。

這些改進能夠帶來許多優點，減緩或解決傳統曲線曲面擬合過程中存在的困難。可以取不同階的基函數以獲得不同的精度，取不同的權函數以改變擬合曲線(曲面)的光滑度，這是其它擬合方法無法做到的。