神经网络是深度学习算法的基础,是近年来随着机器学习的火热而渐渐为人们所熟知的一类深度学习算法结构的总称,基本原理是使用类似于生物神经网络信号传输的信息传递方法来自动搜索样本中的固有规律和基本属性,自组织和自适应地改变网络参数和结构,以实现优化输出的目标。其自适应、自组织和自学习特性使其在信号处理中具有良好的应用前景。从神经网络的基本模式看,主要有:前馈型、反馈型、自组织型及随机型网络。实际应用中,用的较多的是BP神经网络,但BP网络存在局部最优问题,并且训练速度慢,效率低。RBF神经网络是一种前向反馈网络,在逼近能力、分类能力和学习速度等方面都优于BP神经网络。