结合支持向量机(Support Vector Machine, SVM) 在解决小样本数据集及非线性问题上的独特优势和径向基网络(Radial Basis Function ,RBF)的多模式分类特点，提出了一种基于支持向量机的径向基网络故障诊断方法。并将该方法应用在齿轮箱的故障诊断上，实验结果表明该方法可以提高径向基网络的泛化能力，获得更准确的诊断结果。