“傅里叶级数部分和逼近和函数”的动态演示

matlab神经网络逼近函数不确定性，simulink中实现，可用于实现非线性控制中的未知函数逼近问题。

用matlab生成正弦函数代码BP神经网络 一个简单的神经网络，用于逼近C和MATLAB语言中的函数。 1.文件清单 “ MLP1_sin.m”：matlab中的wirtten，用于在批处理模式下近似正弦函数。 “ sequ1.cpp”：用C语言编写，用于在顺序模式下近似正弦函数 “ plotpic.m”：用matlab编写，用于在程序sequ1生成的文本文件中绘制数据 “ sequ2.cpp”：用C语言编写，用于近似双变量函数“ plotpicture.m”：用matlab编写，用于在程序sequ2生成的文本文件中绘制数据 “ Report_Liuke.pdf”：该项目的报告 2.运行文件 （1）如果要在VS中运行我的C代码，请增加堆栈。 （2）运行C文件后，如果要绘制图片，请将.txt文件移动到与plotpic.m或plotpicture.m相同的文件夹中。 3.更多细节

系统讲解函数逼近的概念及方法。不过是PDF版本的。

此函数是 f(t) 的 alpha 阶 Caputo 导数的高阶数值近似。 如果你想使用这个程序，请引用以下三篇论文。 [1] CP Li, RF Wu, HF Ding. Caputo导数和Caputo型对流扩散方程的高阶近似（I）。 应用和工业数学通信，2014 年，6(2)，e-536：1-32。 DOI：10.1685/journal.caim.536。 [2] 曹俊贤，CP Li，YQ Chen。 Caputo 导数和 Caputo 型对流扩散方程的高阶近似 (II)。 分数阶微积分与应用分析，2015，18(3)：735-761。 [3] HF Li, JX Cao, CP Li. Caputo 导数和 Caputo 型对流扩散方程 (III) 的高阶近似。已提交。

π值的计算一直都是数学家们非常感兴趣的话题，这又衍生了一个问题，我们该怎样用一个分数进行π值的最佳逼近呢？

采用VB编写的BP神经网络源代码，可以实现函数逼近和异或运算

这个包实现了 Remez 算法。 Remez 算法寻找在给定区间内逼近给定函数的极小极大多项式。 该软件包包括四个 M 文件和一个 PDF 文件。 第一个 M 文件称为 findzero.m，它使用和弦方法计算给定函数的根。 第二个 m 文件是 err.m，它计算给定函数及其近似多项式的误差函数。 第三个 M 文件是 remez.m，它实现了 Remez 算法。 第四个 m 文件是一个测试脚本。 PDF 文件是 Remez 算法的简要说明。

使用逐次逼近求解积分方程的数值解，主函数为main()函数，可直接运行，可替换方程函数，参数可根据具体情况进行优化。

此代码基于 Ken Johnson 的“expm_”。 我将其扩展为使用 GPU 进行计算。 此外，它可以通过使用 Pade 近似一次计算多个矩阵。 矩阵应存储在多维数组的每一页中。 对于 CPU 计算，请安装 Yuval 的“mmx”以获得更快的矩阵计算，否则使用 for 循环。 在 GPU 下计算 10000 个 5x5 randn 矩阵时，此代码比使用 for-loop Matlab "expm" 快 400 倍。 它只需要 0.04s，而 Matlab "expm" 需要 20s。 未来计划：对于Hermitian（或者可能是anti-Hermitian）矩阵，用GPU和户主变换和QR分解一次计算多个矩阵的特征向量和特征值，然后用它们来计算expm，应该更快，这就是Matlab expm 当它是一个厄密矩阵时会这样做。 由于我不熟悉这两种方法，因此这将花费很长时间，并且只有在