径向基函数神经网络对一已知函数逼近

RBF神经网络用于函数的拟合，实际运用效果不错！

用matlab编写的，BP神经网络解决函数拟合与模式识别

激活函数在神经网络中具有重要的地位，对于常用的函数如sigmoid，tanh，ReLU，不少读者都已经非常熟悉。但是你是否曾想过这几个问题： 为什么需要激活函数？ 什么样的函数可以做激活函数？ 什么样

激活函数在神经网络中具有重要的地位。在SIGAI之前的公众号文章“理解神经网络的激活函数”中，我们回答了3个关键的问题： 为什么需要激活函数？ 什么样的函数能用作激活函数？ 什么样的函数是好的激活函数

钟型函数

利用Matlab神经模糊推理系统y=0.5*sin(pi*x)+0.3*sin(3*pi*x)+0.1*sin(5*pi*x)非线性函数进行逼近

带基函数的CMAC网络逼近ysint函数-CMAC_Sin_BF.m带有基函数的CMAC网络比通常的CMAC网络具有更强的泛化能力，对连续函数的逼近效果更加精确。程序用该网络逼近y=sin函数

用自适应样条逼近（第一类）已知函数

包含4000组输入和4000组输出数据，可运行

RBF网络特别适用于解决函数逼近问题，本题试图采用RBF网络来对非线性函数y=sqrt(x)进行逼近