可以使用以下函数逼近器:
1.三次样条(encCubspline.m) 众所周知的方法,它根据分段三阶多项式描述通用曲线。
2.仿生非线性微分系统[1] (encNonlinDyn.m) 两个二阶非线性耦合系统被用于函数编码。 该算法能够通过使用局部加权回归技术训练的一组 N 个参数高斯来学习任意演示。
3.雅可比多项式[2] (encJacobi.m) 在由所谓的雅可比多项式组成的平方可积函数空间的适当基内,函数由唯一定义的展开系数序列表示。 由于这个特殊基的正交性,系数计算变得很简单,不需要任何训练阶段。
4. 多分辨率逼近 [3] (encWavelet.m) 多分辨率是一种将任何函数分解为给定分辨率下的近似值和细节信号之和的方法,方法是将原始曲线与由称为缩放函数(父小波)的特殊函数构成的基础卷积,这些特殊函数满足一些有用的属性,例如正交性和相似性。 多分辨率可以看作是傅立