一种基于正交投影的部分自适应方法

本文提出了一种基于正交投影算法的部分自适应方法。这种方法与基于特征结构法和最小功率法的部分自适应方法不同，它不需要知道有关干扰信号的先验知识或者对此作出假设，也不涉及复杂的特征值分解或线性多元参数优化问题，因而相应的算法在变化的信号环境中具有相当的稳健性，另外也具有算法简单、响应速度快的特点，文中给出了相应的计算机模拟结果。     

正交投影神经网络

本文在前馈网络的基础上，提出了一种新的网络模型。在该模型中，由于将线性优化技术引入其学习训练过程，从而提高了网络的学习速度。同时，该网络仍保持了神经网络中非线性映射的基本特点。由于这种网络的学习算法是基于正交投影算法，故我们称之为正交投影神经网络（ＯＰＮＮ）。最后，给出了两个利用ＯＰＮＮ网络分别进行异或分类和函数逼近的例子。     

IBMLAN server4.0

ＩＢＭＬＡＮＳｅｒｖｅｒ４．０ＩＢＭ公司的ＬＡＮＳｅｒｖｅｒ网络操作系统（ＮＯＳ）一直被人们认为在使用的方便性和功能的完善性方面仍有些落后于时代。但最新推出的ＬＡＮＳｅｒｖｅｒ４．０会有助于人们改变上述看法，现在它几乎在所有具有重要意义的性能上都已达...