rbf和bp神经网络在百度百科中存在 rbf和bp神经网络在百度百科中存在

1、rbf神经网络算法是什么?

RBF神经网络算法由三层结构构成,** 输入层经非线性空间变换连接至隐层, 通常采用径向基函数中的高斯函数来进行运算; 隐层通过线性空间变换将信息传递至输出层.**

RBF神经网络在数据运算过程中需要确定聚类中心点的位置以及隐层至输出层的权重。一般会选择K-means聚类算法或最小正交二乘法来对大量数据进行训练以获得聚类中心矩阵和权重矩阵。

通常情况下，在应用最小正交二乘法时，默认假定了聚类中心点的位置是预先确定好的，并且该方法特别适用于那些数据分布较为规律的情况。相比之下，在K-means聚类算法中，则不需要预先设定聚类中心点的位置；它能够通过自动化的机制确定合适的聚类中心，并基于数据特征实现无监督分类处理的过程中建立数据间的空间映射关系

RBF网络特点

径向基函数（RBF）网络具有逼近任意非线性函数的能力（这是因为所采用的激活函数仅在特定区域表现出显著响应）。该特性使得在输入空间中某一特定区域（即中心区域）具有最大的响应强度；当远离该特定区域时响应强度按指数速度衰减；这等同于每个神经元负责感知并建模特定的空间区域）。

具