径向基神经网络使用动机

径向基神经网络（RBF）是一种常见的神经网络结构，其使用动机主要包括以下两点：

1. 非线性函数逼近能力：RBF网络可以逼近任意复杂的非线性函数。与传统的神经网络结构不同，RBF网络的隐层神经元使用径向基函数，能够更好地逼近非线性函数。同时，RBF网络的输出层使用线性函数，能够保证输出结果的准确性。

2. 处理高维数据：RBF网络能够处理高维数据，因为其隐层神经元的个数不会随着输入维度的增加而增加。这使得RBF网络在处理高维数据时具有更好的鲁棒性和泛化能力。