人工神經網路/徑向基函式網路

徑向基函式 (RBF) 網路是一種具有三層的神經網路。第一層輸入層將資料饋送到隱藏的中間層。隱藏層處理資料並將其傳輸到輸出層。在訓練過程中，只有隱藏層和輸出層之間的抽頭權重被修改。每個隱藏層神經元代表輸出空間的一個基函式，相對於輸入空間中的一個特定中心。通常選擇的啟用函式是高斯核

$\sigma (\zeta )=e^{-\beta \zeta ^{2}}$

該核以權重向量指定的輸入空間中的點為中心。輸入訊號越接近當前權重向量，神經元的輸出就越高。徑向基函式網路通常用於函式逼近和序列預測。