本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com
RBF神经网络的spread参数称为径向基宽度系数，它用于直接控制RBF径向基的宽度
本文介绍RBF神经网络中的spread参数是什么、有什么用，以及它与隐节点阈值之间的关系
通过本文，可以了解RBF神经网络的spread参数的意义是什么，以及它的公式是如何推导出来的
本节介绍RBF神经网络中的spread参数是什么，以及它和隐层阈值的关系
RBF的spread参数是什么
RBF神经网络的spread参数称为径向基宽度系数，它用于直接控制RBF径向基的宽度
spread指的是径向基函数在峰值一半的时候(即0.5），x离中心的距离，如下：
如图所示，当X与径向基中心的距离为spread时，径向基的值为峰值(峰值为1)的一半
spread与隐层阈值的关系
spread与b的关系
在RBF神经网络的径向基部分中，控制了径向基的宽度
但如果直接用隐节点阈值b(2)控制钟形函数的宽度，有所不便
1. 的值与宽度成反比，有些逆思维
2. 用在控制宽度上比较抽象
因此，一般使用spread来替代，从而更加地直接控制径向基的宽度
spread与参数的关系如下 ：
spread与b的关系公式推导过程
推导过程如下
由于 时，
有
则可得：
使用spread的好处是，能让我们更形象地控制径向基的肥瘦，
另一方面，spread与径向基的肥瘦成正比，spread越大，径向基越肥
好了，以上就是RBF神经网络中的Spread参数了~
End
