RBF網絡——核心思想：把向量從低維m映射到高維P，低維線性不可分的情況到高維就線性可分了...

RBF網絡能夠逼近任意的非線性函數，可以處理系統內的難以解析的規律性，具有良好的泛化能力，並有很快的學習收斂速度，已成功應用於非線性函數逼近、時間序列分析、數據分類、模式識別、信息處理、圖像處理、系統建模、控制和故障診斷等。 輸入X是個m維的向量，樣本容量爲P，P>m。可以看到輸入數據點Xp是徑向基函數φp的中心。隱藏層的作用是把向量從低維m映射到高維P，低維線性不可分的情況到高維就線性可分了。

>>阅读原文<<