RBF（径向基函数）网络

径向基函数网络是一种单隐层前馈神经网络，它使用径向基函数作为隐层神经元激活函数，而输出层则是对隐层神经元输出的线性组合，假定输入为d维向量x，输出为实值，则RBF网络可表示为

 

 

其中q为隐层神经元个数，Ci和ωi分别是第i个隐层神经元所对应的中心和权重，ρ(x,Ci)是径向基函数，这是某种沿径向对称的标量函数，通常定义为样本x到数据中心Ci之间的欧氏距离的单调函数。常用的高斯径向基函数形如

 

 

具有足够多隐层神经元的RBF网络能以任意精度逼近任意连续函数。

通常采用两步过程来训练RBF网络：

1、确定神经元中心Ci，常用的方式包括随机采样、聚类等。

2、利用BP算法等来确定参数ωi和β