matlable函数值的逼近

对六个经典算子做了原图边缘检测，滤波检测等成像对比

基于MATLAB的BP神经网络来逼近双变量非线性函数，最后的逼近误差小于0.05

本例是一个简单的利用BP神经网络进行函数逼近的Matlab源码 隐含层神经元数目为100 输出层神经元数目为2 设定转移函数：tansig（反正切），与默认的函数（sigmoidal）效果一样好 在输

文件是利用BP神经元网络来逼近正弦函数的M文件

函数逼近与曲线拟合,包含部分例题分析与公式

BP神经网络逼近线性函数模型%建立BP神经网络%tranferFcn属性'logsig'隐层采用Sigmoid传输函数%tranferFcn属性'logsig'隐层采用Sigmoid传输函数%tran

不用MATLAB神经网络工具箱，主要针对神经网络的函数逼近，有很好的收敛性

用BP神经网络逼近非线性函数，比如正弦，余弦函数。。。

两层BP网络进行函数逼近，其网络的隐层各神经元的激活函数为双曲正切型，输出层各神经元的激活函数为线性函数，隐层各有5个神经元，并有如下21组单输入矢量和相对应的目标矢量：输入向量为P=[-1:0.1:

利用BP算法逼近函数f=-1.*x.*(x.^2-3.2.*x+2.89).*(x-3)/2;的matlab代码。