結構簡單、收斂速度款、能夠逼近任意非線性函式的網路-徑向基函式（radial basis function，rbf）網路。
2023年broomhead和love根據生物神經元具有區域性響應的原理，將徑向基函式引入神經網路中。
徑向基函式三層構成的前向網路：輸入層，隱含層，輸出層。
本章還會介紹概率神經網路和廣義回歸網路，分別在模式分類和函式逼近上有著更為優越的表現。
徑向基神經網路分為正則化網路和廣義網路。在工程實踐中廣泛應用的是廣義網路，可由正則化網路稍加變化得到。
徑向基函式在神經網路、svm（支援向量機）、散亂資料擬合等領域有十分重要的應用，高斯函式就是徑向基函式的一種。
範數 如p-範數
當x=[x1，x2]，y=[y1
，y2]，向量x，y代表空間中的乙個點，若p=2，||x-y||=√(x1-y1)²+(x2-y2)²,等於這兩個點之間的距離。
一般的，歐幾里得範數指的就是2-範數。
在我的理解中，徑向基神經網路計算輸入節點和每個中心節點的距離，（中心節點指是隱含層取的中心節點）。計算每個點的類似於高斯函式對其的影響，由於高斯影象性質，自然離得近的點影響越大，所以權值越高，經過徑向基函式處理後疊加，就得到了輸出值。
RBF（徑向基函式）神經網路
今天學習了rbf神經網路，裡面有一些概念個人覺得不是很好理解。rbf神經網路是一種單隱層前饋神經網路，如下所示rbf rbf神經網路一共分為三層，第一層為輸入層即input layer，由訊號源節點組成 第二層為隱藏層即圖中中間的黃球，隱藏層中神經元的變換函式即徑向基函式是對中心點徑向對稱且衰減的非...
徑向基神經網路的學習演算法
徑向基網路不需要像bf網路一樣進行訓練，rbf網路建立就可以使用。資料中心從樣本輸入中選取 一般來說 樣本密集的地方中心點可以適當多些 樣本稀疏的地方中心點可以少些 若資料本身是均勻分布的 中心點也可以均勻分布 總之 選出的資料中心應具有代表性 徑向基函式的擴充套件常數是根據資料中心的 散布而確定的...
徑向基神經網路相關函式 newrbe
help newrbe newrbe design exact radial basis network 建立乙個嚴格的徑向基神經網路 this matlab function takes two or three arguments,p rxq matrix of q r element inpu...