神經(jīng)網(wǎng)絡(luò)最早由心理學(xué)家和神經(jīng)生物學(xué)家提出，由于神經(jīng)網(wǎng)絡(luò)在解決復(fù)雜問(wèn)題時(shí)能夠提供一種相對(duì)簡(jiǎn)單的方法，因此近年來(lái)越來(lái)越受到人們的關(guān)注。神經(jīng)網(wǎng)絡(luò)模型各種各樣、 各式各樣的模型從不同的角度對(duì)生物神經(jīng)系統(tǒng)進(jìn)行不同層次的描述和模擬。代表性的網(wǎng)絡(luò)模型有BP網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)等。

      神經(jīng)網(wǎng)絡(luò)最早由心理學(xué)家和神經(jīng)生物學(xué)家提出，由于神經(jīng)網(wǎng)絡(luò)在解決復(fù)雜問(wèn)題時(shí)能夠提供一種相對(duì)簡(jiǎn)單的方法，因此近年來(lái)越來(lái)越受到人們的關(guān)注。神經(jīng)網(wǎng)絡(luò)模型各種各樣、 各式各樣的模型從不同的角度對(duì)生物神經(jīng)系統(tǒng)進(jìn)行不同層次的描述和模擬。代表性的網(wǎng)絡(luò)模型有BP網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)等。運(yùn)用這些網(wǎng)絡(luò)模型可實(shí)現(xiàn)函數(shù)逼近、數(shù)據(jù)聚類、模式分類、優(yōu)化計(jì)算等功能。因此， 神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于人工智能、自動(dòng)控制、機(jī)器人、統(tǒng)計(jì)學(xué)等領(lǐng)域的信息處理中。
      RBF神將網(wǎng)絡(luò)是一種三層神經(jīng)網(wǎng)絡(luò)，其包括輸入層、隱層、輸出層。從輸入空間到隱層空間的變換是非線性的，而從隱層空間到輸出層空間變換是線性的。RBF網(wǎng)絡(luò)的基本思想是：用RBF作為隱單元的“基”構(gòu)成隱含層空間，這樣就可以將輸入矢量直接映射到隱空間，而不需要通過(guò)權(quán)連接。當(dāng)RBF的中心點(diǎn)確定以后，這種映射關(guān)系也就確定了。而隱含層空間到輸出空間的映射是線性的，即網(wǎng)絡(luò)的輸出是隱單元輸出的線性加權(quán)和，此處的權(quán)即為網(wǎng)絡(luò)可調(diào)參數(shù)。其中，隱含層的作用是把向量從低維度的p映射到高維度的h，這樣低維度線性不可分的情況到高維度就可以變得線性可分了，主要就是核函數(shù)的思想。這樣，網(wǎng)絡(luò)由輸入到輸出的映射是非線性的，而網(wǎng)絡(luò)輸出對(duì)可調(diào)參數(shù)而言卻又是線性的。網(wǎng)絡(luò)的權(quán)就可由線性方程組直接解出，從而大大加快學(xué)習(xí)速度并避免局部極小問(wèn)題。