关于感知机，以下是正确的选项：

B: 可以处理线性可分的数据集
C: 可以使用梯度下降来求解w,b

分析：

A: 可以处理非线性可分的数据集
- 错误。感知机是一个线性分类器，适用于线性可分的数据集。对于非线性可分的数据集，感知机无法找到一个有效的分界面来将数据正确分类。

B: 可以处理线性可分的数据集
- 正确。感知机的基本假设是数据是线性可分的，它通过调整权重向量 \( w \) 和偏置 \( b \) 来找到一个线性超平面，将数据集分为不同的类别。

C: 可以使用梯度下降来求解w,b
- 正确。感知机算法可以通过一种类似于梯度下降的方法来更新权重 \( w \) 和偏置 \( b \)，即在每次错误分类时对权重进行调整以减少分类错误。

D: 算法的缺点是不收敛
- 部分正确。对于线性可分的数据集，感知机算法是可以收敛的，即最终会找到一个能够正确分类所有训练样本的超平面。然而，对于非线性可分的数据集，感知机可能会陷入无限循环而不收敛。因此，这一选项在特定情况下（非线性可分数据集）是正确的。