机器学习：感知机–Perceptron
感知器是具有二进制输入和阶梯激活函数的神经元。
输入：0或者1
输出：0或者1
激活函数：阶梯函数
举例
（1）与门
H(x)表示阶梯函数，或者说Heaviside函数
y = H ( x 1 + x 2 − 1.5 ) y = H(x_1+x_2-1.5) y=H(x1+x2−1.5)
（2）或门
y = H ( x 1 + x 2 − 0.5 ) y=H(x_1+x_2-0.5) y=H(x1+x2−0.5)
（3）与非门
y = H ( − x 1 − x 2 + 1.5 ) y = H(-x_1-x_2+1.5) y=H(−x1−x2+1.5)
（4）或非门
y = H ( − x 1 − x 2 + 0.5 ) y = H(-x_1-x_2+0.5) y=H(−x1−x2+0.5)
注意，单层感知机不能刻画XOR异或门，但可以通过三个感知单元来实现。
y = x 1 ⊗ x 2 = x ˉ 1 x 2 + x 1 x ˉ 2 y = x_1\otimes x_2 = \bar x_1x_2 +x_1 \bar x_2 y=x1⊗x2=xˉ1x2+x1xˉ2
在数字电路中，关于门级电路的实现，可参考：
