Perceptron Learning：感知器学习规则，（人工神经网络）-matlab开发

当与具有期望输出的网络输出进行比较时，如果存在误差，则在时刻 k 与第 i 个处理单元相关联的权重向量 w(k) 被校正（调整）为w(k+1) = w(k) + D[w(k)] 其中，D[w(k)] 是权重向量的变化，将针对各种学习规则明确给出。 感知器学习规则由下式给出： w(k+1) = w(k) + eta*[ y(k) - sgn(w'(k)*x(k)) ]*x(k)