使用单层感知器对坐标点进行二分类

单层感知器是最简单的神经网络。在本文用手算和使用工具箱两种方法应用单层感知器，实现对坐标点进行二分类。

一、问题描述

给出平面中的若干点及每个点所属的类型，要求正确地实现分类。在问题中我们给出的是6个点的二分类问题，并且这6个点是线性可分的。

这是一个线性可分问题，输入向量是2维向量，在二维向量中可用一条直线将两个类别正确的分开。对其进行分类的最终结果为，如下图所示：

由于输入向量维数为2，输出向量维数为1，因此，创建的感知器网络拥有2个输入节点，1个输出节点，因此设计网络的结构图为：

在算法中需要求解的是权值ω1、ω2和偏置b。

二、手算

在计算权值ω1、ω2和偏置b的时候是一直利用循环来实现，利用ω=ω+（d-y）P’来进行求解，下面是MATLAB源代码：

%% 坐标点的二类模式分类问题
n=0.2; %学习率
P = [-9,1,-