人工神經網絡(Artificial Neural Netwroks)筆記-徑向基函數(Radial Basis Function- RBF)

RBF 網絡起源於數值分析中的多變量插值的徑向基函數方法，其所具備的最佳逼近特性是傳統BP 網絡所不具有的。 三層的RBF 網絡具備能夠逼近任意函數的能力。 假設網絡中的輸入節點隱層節點輸出節點數分別爲N,L,M 。隱含層的做用是對輸入模式進行變換將低維的模式輸入數據轉換到高維空間內以利於輸出層進行分類識別。 最經常使用的徑向基函數是高斯核函數 ,形式爲 k(||x-xc||)=exp{- ||x

>>阅读原文<<