RBF神经网络

RBF网络的基本思想是： 用RBF做为隐单元的“基”构成隐含层空间，这样就可将输入矢量直接（即不须要经过权链接）映射到隐空间。根据Cover定理，低维空间不可分的数据到了高维空间会更有可能变得可分。换句话来讲，RBF网络的隐层的功能就是将低维空间的输入经过非线性函数映射到一个高维空间。而后再在这个高维空间进行曲线的拟合。它等价于在一个隐含的高维空间寻找一个能最佳拟合训练数据的表面。这点与普通的多层

>>阅读原文<<