VS2017 控制台应用（.NET Framework）代码如下：
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
namespace neuralNetworks
{
    class singlePerceptron
    {
        int R, S;//r是输入向量的维数，s是输出向量的维数，这里取s=1；
        public double[,] W;//权重矩阵w=int[s,r]
        public double[,] B;//偏置向量b=[s,1]
        public singlePerceptron(int inputDimension, int outputDimension)
        {
            R = inputDimension;
            S = outputDimension;
            init();

        }
        private void init() //初始化感知器
        {
            W = new double[S, R];
            B = new double[S, 1];
        }
        public void train(double[,] inputs, int[] outputs) //训练感知器
        {
            int sampleCount = inputs.GetLength(0);//训练集样本个数
            bool error = true;//出现计算结果和目标不一致
            double sum;
            int e;
            while (error)
            { //用训练集迭代更新W，B
                error = false;
                for (int j = 0; j < sampleCount; j++)
                {
                    for (int i = 0; i < S; i++)
                    {
                        //W[i]*inputs[j]+B[i],W[i]是R维的，B[i]是1维的
                        sum = 0;
                        for (int h = 0; h < R; h++)
                        {
                            sum = sum + W[i, h] * inputs[j, h];
                        }
                        sum = sum + B[i, 0];//传输函数
                        e = outputs[j] - transmissionFun.hardlim(sum, 0);//计算e值(误差)
                        if (e != 0)//修正权重值
                        {
                            error = true;
                            for (int h = 0; h < R; h++)
                            {
                                W[i, h] = W[i, h] + e * inputs[j, h];

                            }
                            B[i, 0] = B[i, 0] + e;
                        }
                    }
                }
            }
             int sim(double[] input)
            {
                sum = 0;
                for (int i = 0; i < S; i++)
                {
                    for (int h = 0; h < R; h++)
                    {
                        sum = sum + W[i, h] * input[h];
                    }
                    sum = sum + B[i, 0];
                }
                return transmissionFun.hardlim(sum, 0);
            }
             void ToString()
            {

            }
        }
        static class transmissionFun
        {
            static public int hardlim(double v, double thresh)
            {
                if (v >= thresh)
                    return 1;
                return 0;
            }
        }
    }
}

VS2017 控制台应用（.NET Framework）代码如下：
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
namespace neuralNetworks
{
    class singlePerceptron
    {
        int R, S;//r是输入向量的维数，s是输出向量的维数，这里取s=1；
        public double[,] W;//权重矩阵w=int[s,r]
        public double[,] B;//偏置向量b=[s,1]
        public singlePerceptron(int inputDimension, int outputDimension)
        {
            R = inputDimension;
            S = outputDimension;
            init();

        }
        private void init() //初始化感知器
        {
            W = new double[S, R];
            B = new double[S, 1];
        }
        public void train(double[,] inputs, int[] outputs) //训练感知器
        {
            int sampleCount = inputs.GetLength(0);//训练集样本个数
            bool error = true;//出现计算结果和目标不一致
            double sum;
            int e;
            while (error)
            { //用训练集迭代更新W，B
                error = false;
                for (int j = 0; j < sampleCount; j++)
                {
                    for (int i = 0; i < S; i++)
                    {
                        //W[i]*inputs[j]+B[i],W[i]是R维的，B[i]是1维的
                        sum = 0;
                        for (int h = 0; h < R; h++)
                        {
                            sum = sum + W[i, h] * inputs[j, h];
                        }
                        sum = sum + B[i, 0];//传输函数
                        e = outputs[j] - transmissionFun.hardlim(sum, 0);//计算e值(误差)
                        if (e != 0)//修正权重值
                        {
                            error = true;
                            for (int h = 0; h < R; h++)
                            {
                                W[i, h] = W[i, h] + e * inputs[j, h];

                            }
                            B[i, 0] = B[i, 0] + e;
                        }
                    }
                }
            }
             int sim(double[] input)
            {
                sum = 0;
                for (int i = 0; i < S; i++)
                {
                    for (int h = 0; h < R; h++)
                    {
                        sum = sum + W[i, h] * input[h];
                    }
                    sum = sum + B[i, 0];
                }
                return transmissionFun.hardlim(sum, 0);
            }
             void ToString()
            {

            }
        }
        static class transmissionFun
        {
            static public int hardlim(double v, double thresh)
            {
                if (v >= thresh)
                    return 1;
                return 0;
            }
        }
    }
}