简述RBF网络与高斯混合聚类的算法原理的共同之处。

RBF网络（Radial Basis Function Network）是一种神经网络，它通过使用径向基函数（radial basis function）作为激活函数来进行分类和回归。RBF网络由输入层、隐藏层和输出层组成。隐藏层中的神经元使用高斯函数作为激活函数，而输出层中的神经元使用线性函数作为激活函数。

高斯混合聚类（Gaussian Mixture Clustering）是一种聚类算法，它通过将数据分配到一组由高斯分布描述的模型中来对数据进行聚类。

RBF网络和高斯混合聚类的共同之处在于，它们都使用了高斯函数（或者说高斯分布）作为一个重要的组成部分。在RBF网络中，高斯函数用作隐藏层中神经元的激活函数，而在高斯混合聚类中，高斯分布用作描述数据的模型。