径向基函数
径向基函数(英語:,缩写为RBF)是一个取值仅依赖于到原点距离的实值函数,即。此外,也可以按到某一中心点c的距离来定义, 即。任一满足的函数都可称作径向函数。其中,范数一般为欧几里得距离,不过亦可使用其他距离函数。
可以用于许多向函基数的和来逼近某一给定的函数。这一逼近的过程可看作是一个简单的神经网络。[1][2]此外在机器学习中,径向基函数还被用作支持向量机的核函数。
类型
常见的径向基函数包括(定义):
- 高斯函数:
- 多二次函数(multiquadric):
- 逆二次函数(inverse quadratic):
- 逆多二次函数(inverse multiquadric):
- 多重调和样条(polyharmonic spline):
- 薄板样条(thin plate spline,为多重调和样条的特例):
参考文献
- Radial Basis Function networks 的存檔,存档日期2014-04-23.
- Broomhead, David H.; Lowe, David. (PDF). Complex Systems. 1988, 2: 321–355. (原始内容 (PDF)存档于2014-07-14).
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.