内容安排 一、生物神经元 二、人工神经网络结构 三、神经网络基本学习算法

第一讲引论 一、计算机网络发展经历了三个时代: 1.以单计算机为中心的联机系统 2.计算机—计算机网络 3.网络体系结构的标准化

➢ 计算机网络的概念和发展 ➢ 计算机网络的组成和分类（通信子网和资源子网） ➢ 计算机网络体系结构基本概念 ➢ ISO/OSI模型各层功能 ➢ TCP/IP体系结构和各层协议 计算机网络的基本功能 计算机网络的组成 计算机网络的分类 计算机网络的拓扑结构 数据交换技术 计算机网络的性能指标 因特网概述 计算机网络体系结构

本章重点学习计算机网络工程基础知识，了解“计算机就是网络”的真正含义，掌握计算机网络的主要功能，理解网络的分类形式，了解计算机网络的五种结构，重点掌握总线型、星型及网络设备的使用。 1. 熟悉计算机网络的概念 2. 了解计算机网络的分类 3. 掌握数据通信的相关技术 4. 认识计算机网络设备

第一部分 网络概述 计算机网络的拓扑构型 计算机网络的组成与结构 计算机网络的定义与分类 计算网络的形成与发展 典型的计算机网络 第二部分 协议 网络参考模型OSI 网络互联设备 局域网技术 广域网协议 与Internet提供的主要服务 TCP/IP

主要内容 2.1计算机网络的体系结构的形成 2.2计算机网络的体系结构 2.2.1计算机网络功能的分层 2.2.2协议和协议的分层结构 2.2.3计算机网络的体系结构 2.3典型计算机网络参考模型 2.3.1计算机网络的标准化 2.3.2OS参考模型 2.3.3TCP/IP参考模型 2.4网络和网络服务

在分析、绘制Si-O-N三维立体参数状态图基础上,采用纯原料合成了O'-Sialon-ZrO2-SiC复合材料.对实验结果用XRD、TEM进行分析,验证热力学分析的可靠性.结果表明,O'-Sia-lon-ZrO2-SiC复合材料中,主晶相O'-Sialon彼此之间构成网络状结构,ZrO2和SiC颗粒弥散于编织状结构的孔隙中,起强化作用

9.1 概述 9.2 神经网络控制结构 9.3 单神经元网络控制 9.4 RBF网络监督控制 9.5 RBF网络自校正控制 9.6 基于RBF网络直接模型参考自适应控制 9.7 一种简单的RBF网络自适应控制 9.8 基于不确定逼近的RBF网络自适应控制 9.9 基于模型整体逼近的机器人RBF网络自适应控制 9.10 神经网络数字控制

电信网络从承载单一业务的独立网络向承载多种业务的统一的下一代网络的演进正 成为不争的事实,运营商必须设法改变其现有网络的设计,适应迅速增长的数据通信业务。 这种改变的核心是利用分布式的体系结构,将语音和数据汇聚在同一个无缝网络中,通过将 接入、呼叫控制和电信应用程序分离的三层结构,使运营商利用现有网络提供更灵活的适应 性和更强的管理能力,这种网络结构就是下一代网络(NGN)的基本框架,而软交换是下一代 网络的核心技术

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量