径向基函数概率神经网络

径向基函数概率神经网络（Radial Basis Function Probabilistic Neural Network, RBF-PNN）通常指概率神经网络（PNN），因其核心就是使用高斯径向基函数作为核函数。这是一种基于贝叶斯决策理论和核密度估计的神经网络，特别适合分类问题。

核心思想：用"相似度"投票做分类
想象你要判断一只动物是猫还是狗：
• 找出它和已知猫的相似度（多高？）
• 找出它和已知狗的相似度（多高？）
• 哪个相似度高，就归为哪类
PNN就是用高斯函数（钟形曲线）来计算这个"相似度"。

一句话总结：PNN是一种 "记忆式" 的RBF网络，通过高斯函数计算相似度，用概率投票做分类，训练就是"记住样本"，预测就是"比谁更熟"。