径向基函数(radial basis function)神经网络是一种单隐层前馈神经网络,使用径向基函数作为隐层神经元的激活函数,输出层为隐层神经元的线性组合,假设输入为d维向量x,隐层有q个神经元,输出为实数值(一个神经元),则RBF网络可以表示为
其中基函数f常用高斯径向基函数
有足够多的隐层神经元的RBF网络能以任意精度逼近连续函数。
RBF网络的训练一般是两步,第一步先确定神经元中心c_j,可用随机采样、聚类(可用K-means算法来对数据集进行聚类,并选择聚类的中心作为RBF神经网络的中心点)等方法,第二步利用BP算法训练神经网络来确定w_i和σ。