人工神经网络(Artificial Neural Netwroks)笔记-径向基函数(Radial Basis Function- RBF)
RBF网络起源于数值分析中的多变量插值的径向基函数方法,其所具有的最佳逼近特性是传统BP网络所不具备的。三层的RBF网络具有可以逼近任意函数的能力。假设网络中的输入节点隐层节点输出节点数分别为N,L,M。隐含层的作用是对输入模式进行变换将低维的模式输入数据转换到高维空间内以利于输出层进行分类识别。最常用的径向基函数是高斯核函数,形式为k(||x-xc||)=exp{-||x-xc||^2/(2*σ