目录

语法

说明

示例

使用感知器求解简单分类问题

---

        perceptron函数的功能是简单的单层二类分类器。

语法

perceptron(hardlimitTF,perceptronLF)

说明

注意

        Deep Learning Toolbox™ 支持早期形式的感知器。为了获得更好的结果，您应改用 patternnet，它可以求解非线性可分问题。有时术语“感知器”指前馈模式识别网络；但此处描述的原始感知器只能求解简单问题。

perceptron(hardlimitTF,perceptronLF) 接受硬限制传递函数 hardlimitTF 和感知器学习规则 perceptronLF，并返回一个感知器。

        除了默认硬限制传递函数之外，还可以使用 hardlims 传递函数创建感知器。感知器学习规则的另一个选项是 learnpn。

        感知器是简单的单层二类分类器，它用线性决策边界划分输入空间。

        感知器可以学习如何求解狭窄范围的分类问题。它们是第一批可靠地求解某一类问题的神经网络之一，其优势是学习规则简单。

示例

使用感知器求解简单分类问题

        此示例说明如何使用感知器来求解简单的分类逻辑 OR 问题。

x = [0 0 1 1; 0 1 0 1];
t = [0 1 1 1];
net = perceptron;
net = train(net,x,t);

如图所示：

view(net)

如图所示：

y = net(x);

参数说明

hardlimitTF — 硬限制传递函数

        硬限制传递函数。

perceptronLF — 感知器学习规则

        感知器学习规则。