RBF神经网络用于解决非线性可分问题。RBF网络用于隐含层单元,并使用径向基函数(如Gaussian函数)作为激活函数,先将非线性可分的输入空间设法变换到线性可分的特征空间(通常都是高维看见空间),然后用输出层来进行线性划分,完成分类功能。
将多变量插值的径向基函数方法应用于神经网络设计,从而构成了RBF神经网络。
基本思想是:用RBF作为隐单元的“基”构成隐含层空间,将输入矢量直接(不通过权连接)映射到隐空间。
从输入层空间到隐含层空间的变换是非线性的,
从隐含层空间到输出层空间的变换是线性的。
RBF神经网络与BP神经网络进行对比:
(1)RBF网络和BP网络一样可近似任何的连