掌握神经元的功能、突触传递和反射活动规律等基础内容。 了解神经系统的感觉功能、对躯体运动的调节。 了解植物性神经系统的功能特点以及高级神经活动

第一节 神经系统的基本结构与功能 第二节 突触传递 第三节 中枢活动的一般规律第四节 神经系统的感觉分析功能 第五节 神经系统对姿势和运动的调节 第六节 神经系统对内脏活动的调节 第七节 脑的高级功能

20.1 突触的兴奋传递 20.2 神经元的联系与反射 20.3 神经系统的感觉分析功能 Sensory function of the nervous system 20.4 神经系统对躯体运动的调节 20.5 神经系统对内脏活动的调节 20.6 大脑皮质的功能

神经元 突触 神经胶质 神经纤维 神经末梢

第一节 神经元 第二节 突触 第三节 神经胶质细胞 第四节 神经纤维 第五节 神经末梢

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度

讨论一种动态神经网络——Elman回归神经网络的结构和算法.基于这一网络结构提出了非线性时变工业对象——直流电弧的神经网络建模方法,并与用其他方法为对象建立的模型进行了比较,结果证明回归网络模型能够很好地适配该工业对象,显示了动态神经网络在工业对象建模中的良好应用前景

1.掌握: (1)神经组织的基本结构与功能; (2)神经元的基本结构与功能; (3)突触的超微结构特点与功能; 教学目的(4)神经纤维的结构及分类。 2.熟悉 神经胶质细胞的分类及基本功能

在实际的神经网络中,比如人的视网膜中,存在 着一种“侧抑制”现象,即一个神经细胞兴奋后 ,通过它的分支会对周围其他神经细胞产生抑 制。 自组织竞争人工神经网络正是基于上述生物结构 和现象形成的。它能够对输入模式进行自组织 训练和判断,并将其最终分为不同的类型

实现了神经元在线参数自学习功能,利用神经元控制器及滞环比较器、智能功率模块实现了基于神经元控制器的交流伺服系统。由仿真和实验结果,可以看出神经元控制器具有较强的自适应性及鲁棒性