RBF神经网络

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。