从现实物理系统中采集的数据是信号的时域表示，但是在时域中很多信息都被隐藏了，当将采样信号变换到频域后，可以提取到很多有用的信息。

没有用函数库，自己写的正余弦函数实现，速度较快，可应于没有库支持的地方用。考虑了-pi、pi以外的情况，给完善一下。为了提高运算速度，将浮点除法运算转成了整形。

在VS的MFC编程环境下用C++完成动态描点绘制正弦函数波形，在对话框窗口上进行显示，并且实现边画边擦。

绘制正弦函数曲线.7z绘制正弦函数曲线.7z绘制正弦函数曲线.7z

matlab正弦函数程序代码RF-PCA结合ELM用于分类 • 随机森林 (RF)、主成分分析 (PCA) 和极限学习机 (ELM) 的 Matlab 代码 要求 • MATLAB 用法 •RF_feature selection.m 是用于数据特征选择的随机森林特征选择算法程序。 •PCA.m 是主成分分析的函数程序。 这是一种特征提取方法，可以降低数据的维数。 •ELM.zip 包括main.m、elmtrain.m 和elmpredict.m 文件。 main.m 是极限学习机算法的程序。 •elmtrain.m 是分类问题的函数子程序，可用于数据的快速分类。 •elmpredict.m 是回归问题的函数子程序，可用于数据快速回归。 第 1 步：特征选择 % %加载数据集 加载数据； In = 输入'; ％ 输入数据 出 = 目标'; % 输入标签 ％％ 参数 叶=1； %叶节点样本数 ntrees=200; % 树的数量 fboot=1; % fboot 的数量 %% 输出说明 属性重要性的顺序 第二步：特征提取 %%加载数据 数据=zscore（数据）； % Z-score

文件是利用RBF径向基函数神经元网络逼近正弦函数的M文件

句法： [参数]=sine_fit(x,y) 这与[param]=sine_fit(x,y,[],[],[]) % 没有fixed_pa​​rams，自动initial_params [param]=sine_fit(x,y,fixed_pa​​rams) % 自动初始参数[param]=sine_fit(x,y,[],initial_params) % 估计较差时使用[参数]=sine_fit(x,y,fixed_pa​​rams,initial_params,plot_flag) 参数 = [偏移、幅度、相移、频率] 如果 fixed_pa​​rams=[NaN, NaN , NaN , NaN] % 或 fixed_pa​​rams=[] 偏移、幅度、相移和频率的优化（默认） if fixed_pa​​rams=[NaN, 1 , NaN , 1/(2*pi)] 幅度=1和频率=1/

4.8正弦函数、余弦函数的图象和性质(四)借鉴.pdf

c# 画的正弦函数主要是y=Asin(kx)+B，简单地练习C#代码

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