bp和rbf的區別

BP網路用於函式逼近時，權值的調節採用的是負梯度下降法，這種調節權值的方法有它的侷限性，既存在著收斂速度慢和區域性極小等缺點。而徑向基神經網路在逼近能力、分類能力和學習速度等方面均優於BO網路。從理論上講，RBF網路和BP網路一樣可近似任何的連續非線形函式，兩者的主要差別在於各使用不同的作用函式，BP網路中的隱層節點使用的是Sigmoid函式，其函式值在輸入空間中無限大的範圍內為非零值，而RBF網路的作用函式則是區域性的。

rbf：

1985年，Powell提出了多變數插值的徑向基函式（RBF）方法。徑向基函式是一個取值僅僅依賴於離原點距離的實值函式，也就是Φ（x）=Φ（‖x‖），或者還可以是到任意一點c的距離，c點稱為中心點，也就是Φ（x，c）=Φ（‖x-c‖）。任意一個滿足Φ（x）=Φ（‖x‖）特性的函式Φ都叫做徑向基函式，標準的一般使用歐氏距離（也叫做歐式徑向基函式），儘管其他距離函式也是可以的。最常用的徑向基函式是高斯核函式 ,形式為 k（x-xc）=exp{- x-xc^2/（2*σ）^2） } 其中x_c為核函式中心，σ為函式的寬度引數 , 控制了函式的徑向作用範圍。