一种基于二层感知网络的判决反馈均衡器

采用基于二层感知网络的判决反馈均衡器结构实现非线性信道均衡，导出了其权值自适应调整的学习算法，给出了一种有效的权值初始化方法。针对一种具有严重码间干扰与有色噪声的非线性信道，分别应用文中提出的二层感知网络判决反馈均衡器和一般的三层感知网络判决反馈均衡器对该信道进行均衡，对其均衡性能进行了计算机模拟，并作了分析和比较。研究表明所提出的二层感知网络判决反馈均衡器无论是收敛速度、误比特率，还是计算复杂度方面都明显优于文献［５］提出的多层感知判决反馈均衡器。

人工神经网络在林火发生预报中的应用

对于林火发生预报，就是要将着火样本和不着火样本进地划分，得到一个判断是否发生林火的阈值．以往我们采用过数量化理论和回归分析判断，但那些都是线性划分，而对于不能线性划分的样本集，划分的效果就不是很好．本文利用人工神经网络的二层感知器模型对着火样本和不着火样本进行了重新划分，二层感知器是在二维输入空间上用三条相交的直线，得到一个封闭区域以实现样本集的正确划分．

IPv6网络过渡技术

分析了向IPv6网络过渡过程中,运营商对于技术选择的考虑和IPv6用户管理的方法,阐述了上海贝尔提出的二层感知NAT技术。