MATLAB神经网络编程（四）——线性神经网络及其应用限制

《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 4.2 线性神经网络

此内容为《MATLAB神经网络编程》书籍的阅读笔记，其中所涉及的源代码、数学公式及理论知识均源自该书，如有理解上的困难，建议参考原书内容。

一，线性神经网络的实现方式。

线性神经网络在多个领域中具有广泛的应用价值，例如模式识别、信号过滤与预测以及函数逼近等。以下将通过具体实例来展示如何利用MATLAB进行线性神经网络的仿真程序设计。

1，线性神经网络在模式分类任务中的应用。
【例4-16

    clear all;
    %设计线性神经网络
    p=[0 0;0 1;1 0;1 1]';   %输入向量
    t=[0 0 0 1];       %输出向量
    net=newlind(p,t)    %设计线性神经网络
    w=net.iw{1}
    b=net.b{1};
    %线性神经网络的仿真
    a=sim(net,p)     %输出仿真结果
    y=a>0.5