说明：极限学习机是由黄广斌在2005年作为一种新的单隐层前馈神经网络提出的，具有与神经网络（NN）相同的全局逼近性质，且其参数学习无需迭代，速度明显快于现有的神经网络。目前在岩性识别、LF终点温度软测量、穿孔机导盘转速测量、软测量建模、图像识别等方面有所应用，但将其用于图像分割中的应用还较少。

极限学习机 神经网络 NN

说明：基于蚁群算法的 TSP 求解，分别采用蚁群算法和蚁群算法-粒子群混合算法进行优化求解，使用不同的交叉和变异适应度函数更新粒子，从而实现 TSP问题的优化求解，更加逼近实际问题。

蚁群算法 TSP 粒子群混合算法

说明：用遗传算法优化RBF网络参数，减小RBF网络在函数逼近中的误差

RBF-ga GA优化RBF GA优化RBF-matlab keyword=RBF网络 遗传算法-RBF

说明：这是一个径向基函数神经网络，通过RBF网络的学习算法来逼近一个二维函数，并利用LMS算法来进行权值调整。

RBF--权值-LMS 径向基函数 RBF-学习算法 RBF网络-LMS算法 RBF

说明：切比雪夫插值（利用切比雪夫点进行多项式插值），对连续函数进行逼近。

切比雪夫-插值 多项式插值 Chebyshev 切比雪夫 Chebeshev

说明：一种基于运动模型的扩展卡尔曼滤波（EKF）算法，该方法适用于任何能用状态空间模型表示的非线性系统，精度可以逼近最优估计.

EKF-状态估计 最优估计ekf 状态空间模型 EKF-运动模型 运动状态估计

说明：七个RBF神经网络的源代码:基于梯度法、OLS、聚类、k均值聚类、函数逼近的RBF 网设计算法，及预测模型

聚类RBF RBF神经网-matlab rbf-聚类算法 RBF预测 rbf神经网络

说明：用matlab编的BP算法－－函数拟合，用来逼近一个SIN函数

matlab-bp-function sin BP 拟合-matlab 函数-bp

说明：一个关于bp算法的大全，有matlab、c、c++的源代码都有，还有bp神经网络源程序，感兴趣的就看看吧

matlab BP神经网络 神经网络 matlab代码大全 bp--函数逼近

说明：用粒子群算法来优化RBF神经网络权值，使神经网络有更好的非线性函数逼近能力

RBF优化 PSO-RBF神经网络 pso优化权值 PSO-R 非线性函数