train–训练感知器网络
[net,tr]=train(net,P,T,Pi,Ai)
net:需要训练的神经网络，对于感知器，net是newp函数的输出。train根据net trainFcn和net.trainParam进行训练。P:网络输入。P是R*Q输入矩阵，每一列是一个输入向量，R应等于网络的输入节点数，共有Q个训练输入向量。T:网络期望输出。这个参数是可选的。对于无监督学习，不需要期望输出。T是S*Q矩阵，每一列是一个输出向量，S应等于输出节点个数，共有Q个输出，Q值应于输入向量的个数相等。T默认值为零。
clear all;
p=[-100,100];
t=1;
net=newp(p,t);
P=[-5,-4,-3,-2,-1,0,1,2,3,4];
T=[0,0,0,0,0,1,1,1,1,1];
net=train(net,P,T);
newP=-10:.2:10;
newT=sim(net,newP);
plot(newP,newT,'LineWidth',3);
title("判断数字符的感知器");
