常用的是RBF（Radial Basis Function）核函數（也稱爲高斯核函數）
什麼是徑向基核函數：x到指定中心（原點）和指定一點（C_i）距離的函數形式。或者說是：某種沿徑向對稱的標量函數。
RBF函數形式如下：
或者
其中，c_i是指定中心點，而
則代表RBF函數的作用範圍，值越小，說明作用範圍越寬，反之則越窄。
或者
核函數的性質：
1 取值範圍在0-1之間。
2 一種相似度度量方法
3 核函數的標識空間有無窮多維
4 支撐集（支集）較小，影響範圍較小，對於給定樣本，只對樣本的附近樣本有影響，存在【局部響應特性】。
5 實現非線性映射
6 參數較少，模型複雜度簡單（對比多項式核函數，多項式核函數的參數較多，調參困難）
RBF神經網絡：採用RBF核函數作爲激活函數的神經網絡（neural network）。
和BP神經網絡的區別：
1 需要事先確定樣本中心點數目、位置，核函數的寬度
2 input和hidden通過節點和中心點距離連接，而非常見的w和b。
3 RBF神經網絡是單層神經網絡，難以全局逼近最優解。
參考：
RBF神經網絡和BP神經網絡有什麼區別？
https://www.zhihu.com/question/44328472
https://blog.csdn.net/zqx951102/article/details/89461889
-- 未完待續 --