第一节概述 第二节化脓性脑膜炎 第四节脑性瘫痪

将LVQ神经网络用于冷轧带钢表面缺陷的自动分类中,解决了以往分类方法在多缺陷模式类型情况下耗时多和准确率低的问题.对现场采集到的14种主要缺陷类型进行了实验.实验结果表明,基于LVQ神经网络的分类器训练与分类的时间短,在多缺陷种类分类的过程中准确率能得到保证

针对烧结过程生产实际,运用神经网络中的BP学习算法设计了分类器,用于在线推断烧结矿的质量。为了加快BP学习算法的收敛速度,采用了自适应变步长学习算法。实验结果表明,由此建立的烧结过程神经网络质量预报模型,预报正确率高,具有很好的泛化能力

中枢神经系统(CNS)在机体生理活动中发挥着主导 和协调作用。 通过神经体液性调节维持内环境稳定,并对外环境及 时作出反应,在人类,它还主宰着高度的智能及复杂行为 ,其结构和功能远比外周神经复杂

在深入研究APT-2神经网络结构的基础上,提出了一种基于神经网络的自适应故障模式分类方法,并应用在轴承故障诊断中,结果表明:该方法对轴承故障模式具有自学习、快速稳定的识别能力

介绍了对角递归神经网络,针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练.通过对非线性系统辨识的仿真及在磷化温控系统建模中的应用,验证了这种建模方法的有效性

论述了基于神经网络模型的特定人汉语语音识别,并建立了一基于3层BP神经网络的汉语语音识别系统.对汉语10个数字(1~10)进行识别实验,获得了较满意的识别结果

差值控制细胞神经网能够实现灰度图像滤波等复杂运算.针对原有差值控制细胞神经网中值滤波器在稳定性和可实现性上存在的不足,提出了一种伪中值滤波器(CNN PM-filter),进而引入Mask图构造了选点式伪中值滤波器.从实验结果和相关度分析可以看出,本文提出的两种滤波器在改善稳定性与实现性的同时,没有影响到滤波器的性能,而选点式伪中值滤波器能有效降低滤波造成的模糊图像,取得更佳处理效果

1肩部 2.臂部 3.肘窝 4.手 小 结： 1. 运动拇指的肌肉及神经支配？ 2. 肱骨肌管 腕管 3. 肘窝的周界及内容 4.鱼际间隙 掌中间隙 指髓间隙

阿尔茨海默病 (Alzheimer’s Disease，AD)：以潜隐性起病、痴呆缓慢进行性加重为特征，以神经元变性、丢失引起的脑萎缩，老年斑 (SP) 和神经原纤维缠结 (neurofibrillar tangles，NFT) 为主要病理改变，主要集中在顶叶、颞叶、额叶联合皮层，如大脑皮层、海马以及基底前脑等。 变性疾病 阿尔茨海默病 路易体痴呆 Pick病 额颞叶痴呆等 非变性疾病 血管性痴呆 感染性痴呆 中毒性脑病 脑积水等