径向基函数网络（RBF网络）

Question

根据以下链接，我不明白什么是“神经元i的中心向量”，换句话说“RBF单位的中心也被称为原型”。

read the Network architecture in this link

我需要你的帮助。

Answer 1

如果您继续阅读链接中的培训部分，它会解释中心向量是什么：

阅读上述内容，在我看来，你有一组样本， x ，并从中选择了一些中心向量 - 隐藏层中每个神经元一个。从广义上讲，中心向量是样本数据中的聚类中心。

正如评论所说，您可以使用无监督的聚类算法（例如k-means）在数据中查找 n 聚类中心，其中 n 是数字您正在处理的隐藏层中的神经元。不同的层可能具有更多或更少的神经元，因此将具有相应更多或更少的中心向量。

然后RBF通过它们之间的欧几里德距离的某个函数将每个单独的样本 x 与每个中心向量联系起来。

Answer 2

神经元的中心向量是RBF的中心。 RBF只是一个点（在文章中称为x）到中心（文章中称为ci）的距离的函数。每个神经元都有自己的中心。