我们知道，多层感知器（包括BP网）的隐节点基函数采用
线性函数，激活函数则采用Sigmoid函数或硬极限函数。与多层
感知器不同，RBF网的最显著的特点是隐节点的基函数采用距
离函数（如欧氏距离），并使用径向基函数（如Gaussian函
数）作为激活函数。径向基函数关于n维空间的一个中心点具有
径向对称性，而且神经元的输入离该中心点越远，神经元的激
活程度就越低。隐节点的这一特性常被称为“局部特性”。因此
RBF网的每个隐节点都具有一个数据中心，如图4.1中c
i
就是网
络中第i个隐节点的数据中心值，
则表示欧氏范数。
∗
