用简单的图来解释人工神经网络（四）——径向基函数（RBF）网络

一、结构特征

1.径向基函数网络是三层前向网络

2.隐含层是非线性的，采用径向基函数作为基函数

3.输出层是线性的

4.应用：对非线性网络具有一致逼近的性能

二、径向基函数

1.范数

范数是对函数、向量和矩阵定义的一种度量形式，任何对象的范数都应该是一个非负数。

只要一种度量形式满足以下三个条件，即可成为一种范数：

                                   

2.常见的向量范数

1）p-范数

                                                       

欧几里得范数指的就是2-范数

            

2）正无穷范数

向量元素绝对值的最大值

                                      

3）负无穷范数

向量元素绝对值的最小值

                                      

3.径向基函数

径向基函数一般记为：