6-1径向基函数RBF)网络结构和模型 RBF网络的神经元模型是 改进了感知器神经元模型得 到的。 输入层： X w,=1,f(x)=x 隐层： f(x) (net-μ)2 f(net)=e 202 维 n (-4)-4) f(X)=e 20j 二维 图6-3RBF神经元结构模型 输出层：f(x)=kx 2006-12-12 北京科技大学付冬梅2006-12-12 北京科技大学 付冬梅 7 n j u u u1   y x wn w1   f (x) RBF网络的神经元模型是 改进了感知器神经元模型得 到的。 输入层： 隐层： 输出层： f (x)  kx 1, ( ) wij  f x  x 6-1 径向基函数(RBF)网络结构和模型 2 2 ( ) 2 ( ) net f net e      一维 2 ( ) ( ) 2 ( ) T i i i i j x x f X e         二维 图6-3 RBF神经元结构模型