1. 屏障作用 2. 脑血流特征 3. 神经元的电生理现象及机制 4. 神经元对营养因子的依赖 5. 神经可塑性 6. 神经系统的免疫

以工业PID控制中控制器参数调整困难为背景,在分析神经网络特性的基础上,提出神经网络控制方法,设计了具有自适应性的神经网络PID控制器。在描述了神经网络的学习机理的基础上,给出了控制器控制算法。通过2个实例验证了神经网络在线控制的可行性

1、 智能控制的产生和基本特征 2、基于神经网络的系统辨识 3、基于神经网络的系统辨识示例 4、基于神经网络的系统控制 5、基于神经网络的系统控制示例

以某钢厂1580热连轧生产数据为基础,提出一种有限元与神经网络集成建模的方法.该方法首先对轧制过程的塑性变形进行有限元建模,然后结合有限元数值分析方法和智能技术的优点,实现有限元和神经网络的集成建模.集成模型中的神经网络模型为有限元模型提供参数调整的依据,并且在神经网络训练过程中使用改进的混沌粒子群优化算法对神经网络进行优化.通过与现场实际生产数据进行比较,验证了该模型的有效性

人工神经网络的发展历史 人工神经网络的定义、特点和应用 从生物神经元到人工神经元

授课内容： • 1.全身肌的分群及其作用 • 2.支配这些骨骼肌的主要神经: • (1)脊神经:颈丛的主要分支和分布;臂丛主要分支的分布和损伤后的临床表现，腰丛主要的分支和分布，骶丛主要的分支分布和临床意义 • (2) 部分脑神经:副神经,三叉神经和面神经. 重点和难点： • 1. 各群骨骼肌的形态、分类、结构、起止和作用. • 2.各个作用不同肌群的神经支配

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

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

一、周围神经解剖 二、周围神经损伤原因及分类 三、周围神经损伤的检查与诊断 四、周围神经损伤的处理 五、常见的周围神经损伤

第一节 神经系统的基本元件 第二节 神经元之间的信息传递 第三节 感觉功能 第四节 调节躯体运动功能 第五节 植物性神经系统的功能 第六节 大脑的高级功能 重点: 神经系统的感受机能、神经 系统对躯 体运动和内脏活动的调节 难点： 突触传递机理