MATLAB神经网络编程（一）——感知器

《MATLAB神经网络编程》 化学工业出版社 读书笔记
第四章 前向型神经网络 4.1 感知器网络

---

本文是《MATLAB神经网络编程》书籍的阅读笔记，其中涉及的源码、公式、原理都来自此书，若有不理解之处请参阅原书。

---

感知器可以说是最早的人工神经网络（Artificial Neural Network,ANN），单层感知器是一个具有一层神经元、采用阈值激活函数的前向神经网络网络。

感知器的输出一般是0或1，当然也可以是-1或+1，实现对输入的矢量进行分类的目的。
前向神经网络（Feed Forword Neural Network）:各个神经元接受前级输入，并输出到下一级，无反馈，可用一有向无环图表示。
前馈网络通常分为不同的“层”（layer），第i层的输入只与第i-1层的输入联接。
可见层：输入层（input layer）与输出层(output layer)
隐藏层（hidden layer）：中间层。

（一）感知器的结构

单层感知器的神经元模型

上图中每一个输入分量pj(j=1,2…..r)通过一个权值分量wj(j=1,2….r)进行加权求和，并作为阈值函数的输入，偏差b的加