Радиальные базисные сети могут потребовать большего количества нейронов, чем стандартные сети обратной связи прямого распространения, но часто они могут быть спроектированы в части времени, которое требуется, чтобы обучить стандартные сети прямого распространения. Они работают лучше всего, когда много учебных векторов доступны.
Вы можете хотеть консультироваться со следующей статьей об этом предмете: Чен, S., C.F.N. Кауэн, и пополудни Предоставление, “Ортогональный Алгоритм обучения Наименьших квадратов для Радиальных Сетей Основной функции”, Транзакции IEEE на Нейронных сетях, Издании 2, № 2, март 1991, стр 302–309.
Эта тема обсуждает два варианта радиальных базисных сетей, обобщенные сети регрессии (GRNN) и вероятностные нейронные сети (PNN). Можно читать о них в П.Д. Вассермане, Передовых методах в Нейронном Вычислении, Нью-Йорк: Ван Нострэнд Райнхольд, 1993, на стр 155–61 и стр 35–55, соответственно.
Радиальные базисные сети могут быть спроектированы с также newrbe или newrb. GRNNs и PNNs могут быть спроектированы с newgrnn и newpnn, соответственно.