perceptron
简单的单层二类分类器
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(
接受硬限制传递函数 hardlimitTF
,perceptronLF
)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
输入参数
版本历史记录
在 R2010b 中推出
另请参阅
preparets
| removedelay
| patternnet
| timedelaynet
| narnet
| narxnet