搜索资源列表
hshbj
- 此程序包为用最小二乘法求函数逼近的M文件集合,在Matlab平台下使用-this package for the least square method for function approximation M document assembly, the use of Matlab platform
bp2&3
- 两个程序：2层BP网络以及3层BP网络实现的函数逼近。
hsnh
- 函数逼近，通过拟合进行数值分析运算，拟合函数图像。-function approximation, by fitting numerical analysis operations function fitting image.
BPnetwork
- 用BP网络完成函数的逼近。BP网络通常有一个或多个隐层，隐层中的神经元均采用sigmoid型变换函数，输出层的神经元采用纯线性变换函数。本例应用一个两层BP网络来完成函数逼近的任务，其中隐层的神经元个数是5。-network to be completed by BP function approximation. BP networks usually have one or more hidden layer, hidden layer neurons are used sigmoid-ty
yichuansuanfayouhuaxbsjwl
- 用遗传算法优化小波神经网络，程序完整，实现函数逼近功能-genetic algorithm optimization wavelet neural network, the integrity of the process and achieve functional approximation
BPclose
- bp 网络逼近函数,作正弦函数逼近.对初学者来说是不错的例子.-bp network approximation functions for sine function approximation. For beginners is a good example.
NND11FA
- 人工神经网路两层反向传播BP算法实现函数逼近，matlab编写-two back-propagation algorithm BP function approximation, the preparation of Matlab
三层BP神经网络逼近非线性函数
- 内容如题，其中BP神经网络的建立采用自编函数，而非Matlab自带的神经网络建立函数
erb1
- 利用网络实现函数逼近 使用的主要函数如下： NEWRB——设计径向基函数神经网络 SIM——对径向基函数网络进行仿真-Function approximation using the Internet to achieve the main function is as follows: NEWRB- the design of radial basis function neural network SIM- for radial basis function network
MATLABsuanfa
- 里面包含了插值，函数逼近的各个算法。很知道大家去学习-Which contains the interpolation, function approximation of the various algorithms. We are aware that to learn
BP
- 不使用matlab神经网络工具箱用bp网络实现函数逼近。利于了解bp网络的原理-Do not use matlab neural network toolbox with bp networks function approximation. Help to understand the principle of the network bp
matlab
- 插值，函数逼近，矩阵特征值计算，数值微分，积分，方程求根，非线性方程求解，迭代，随机数生成，特殊函数，常微分方程，偏微分方程等常用的matlab程序。-Interpolation, function approximation, matrix eigenvalue calculation, numerical differentiation, integration, finding roots of equations, nonlinear equations, iterative, rand
MATLAB
- 基于MATLAB的共轭梯度BP算法在函数逼近中的实例-MATLAB-based conjugate gradient BP algorithm in the example of function approximation
数据插值与函数逼近
- matlab数据插值与函数逼近.内容非常详尽的幻灯片。-matlab data interpolation and approximation. the content is very detailed slide show.
Character-Recognition(Lib-SVM)
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。- Support
求解任意函数指定区间内的所有实根
- 本程序使用数值分析的方法找出任意函数指定区间内的所有实根。算法是通过一系列Chebyshev多项式毕竟目标函数，然后使用一种高效的数值分析方法(J.P. Boyd [see Appl. Num. Math. 56 pp.1077-1091 (2006)])求解出逼近函数的根。
第5章 函数逼近
- 函数论的一个重要组成部分，涉及的基本问题是函数的近似表示问题。在数学的理论研究和实际应用中经常遇到下类问题：在选定的一类函数中寻找某个函数g，使它是已知函数?在一定意义下的近似表示，并求出用g近似表示 ?而产生的误差。这就是函数逼近问题。在函数逼近问题中，用来逼近已知函数?的函数类可以有不同的选择；即使函数类选定了，在该类函数中用作?的近似表示的函数g的确定方式仍然是各式各样的；g对?的近似程度（误差）也可以有各种不同的含义。所以函数逼近问题的提法具有多样的形式，其内容十分丰富。(An impo
函数逼近
- 数值分析函数逼近问题的matlab的范例，超好用der((Numerical analysis of the Matlab example, super easy to use der))
Untitled
- 实现函数的逼近，并早程序中体现进行误差分析(Realizing the approximation of sine function)
Chebyshev_Legengre_Multifit
- 函数逼近的matlab程序，通过chebyshev等算法进行函数逼近的matlab例程(Function approximation of the matlab program, through Chebyshev and other algorithms for function approximation matlab routines)