徑向基函數（RBF）是一個實值函數φ，其值只取決于輸入和某個固定點之間的距離。其值只取決于輸入和某個固定點（或者原點）之間的距離，是一個徑向函數。距離通常是歐幾里得距離，盡管有時也會使用其他度量。構成了某個感興趣的函數空間的基，因此得名。徑向基函數之和通常被用來近似給定的函數。這種近似過程也可以解釋為一種簡單的神經網絡；這就是它們最初被應用于機器學習的背景，RBF也被用作支持向量分類的內核。該技術已被證明是有效和靈活的，因此徑向基函數現在被應用于各種工程應用。

徑向函數是一個函數構成哈氏空間的基礎，也就是說，插值矩陣(1)是非正弦的。

無限平滑的RBFs這些徑向基函數是嚴格的正定函數。并且是嚴格的正定函數，需要調整一個形狀參數，因此具有稀疏的微分。因此，具有稀疏的微分矩陣凹凸函數

徑向基函數通常用于建立以下形式的函數近似可以用線性最小二乘法的矩陣方法估計。可以用線性最小二乘法的矩陣方法來估計，因為近似函數對權重是線性的。這類近似方案特別適用于表現出足夠簡單的混沌行為的非線性系統的時間序列預測和控制，以及計算機圖形中的三維重建。