径向基函数（RBF）神经网络

RBF网络可以逼近任意的非线性函数，能够处理系统内的难以解析的规律性，具备良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。html 简单说明一下为何RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。因为对于每次输入，网络上的每

>>阅读原文<<