径向基础神经网络简介

径向基础网络比标准的前馈回向传播网络需要更多的神经元，但是通常它们可以在训练标准前馈网络所需的时间内设计。当有许多培训向量可用时，它们的效果最佳。

您可能需要咨询有关此主题的以下论文：Chen，S.，C.F.N。Cowan和P.M.Grant，“正交最小二乘学习径向基函数网络的算法”，神经网络上的IEEE交易，卷。2，第2号，1991年3月，第302-309页。

该主题讨论了径向基网络的两个变体，广义回归网络（GRNN）和概率神经网络（PNN）。您可以在P.D.瓦瑟曼，神经计算中的高级方法，纽约：范·诺斯特兰德·莱因霍尔德（Van Nostrand Reinhold），1993年，第155-61页和第35-55页。