【参数】RBF神经网络- spread参数

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。

一、RBF神经网络中的spread是什么    

本节讲解RBF神经网络的spread背后代表的意义。

1.1. spread参数的意义

在使用matlab的newrb和newrbe时，需要输入参数spread， 那么spread的背景意义是什么呢？

spread主要用来控制RBF神经网络的径向基宽度，它的意义是当径向基函数的值为0.5时，离中心的距离，

spread的意义如下图所示：

更直接的来说，就是当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。

1.2. spread与隐层阈值b的关系

由RBF的数学表达式可知，b控制了径向基的宽度，所以spread实际就是用来间接设置b的值。为什么不直接设置b，而是设置spread呢？主要是b没有spread这么形象，spread不仅具体地代表径向基的腰间位置，而且spread与径向基的宽度成正比，spread越大，径向基越宽。

spread与b的关系如下：

具体推导过程如下：

由于 时，有，则可得：

  总结

总的来说，spread就是一个用于控制径向基宽度的参数，使用spread替代b来设置宽度的好处是，能让我们更形象地控制径向基的宽度，另一方面，spread与径向基的宽度成正比，spread越大，径向基越宽。