学习和记忆是两个相联系的神经过程。学习指人和运动依赖于经验来改变自身行为以适应环境的神经活动过程。记忆则是学习到的信息 贮存和“读出”的神经活动过程

1 历史进程 2 预备知识 采用线性激活函数的神经元 采用阈值激活函数的神经元 采用 S 形激活函数的神经元 3 异或问题 4 多层感知机到底在做什么？ 5 Tilling（耕种，耕作）算法 6 可微激活函数函的多层感知机学习方法 误差 e 的表示 误差的反向传播 反向传播算法 计算例子

模式识别模拟的是人类一部分智能—识别、判断能力，而人类的智能活动都是在大脑的 神经系统中完成的，如果我们能够模拟人类大脑的工作机理来实现识别系统，应该能够取得 好的效果。人工神经网络的研究证实在这方面所进行的探索

1、 掌握神经病学的性质、范围、与其他学科关系。 2、 掌握各种感觉障碍的临床表现及定位诊断，了解运动系统的概念及组成，掌握上下运动神经元损害的症状及定位

SOFM网络的思想来源 SOFM网络的结构模型 SOFM神经元的基本功能函数 SOFM的基本学习算法 仿真实例 几点注意事项

(1)神经纤维髓鞘破坏 (2)病损分布于中枢神经系统白质 (3)神经细胞和轴突保持相对完整， 无华勒变性或继发传导束变性

7.1 绪论 7.2 PID神经元的计算方法 7.3 PID神经元网络 7.4 SPID网络的反传算法 7.5 PID网络初值权重的选取和等价系统

•RBF网络结构和模型 •RBF网络输出的计算过程 •RBF网络的一个实例 •RBF网络的学习算法 •RBF网络参数的有教师学习算法 •RBF网络的几个问题 •RBF网络的应用示例与MATLAB实现

• BP网络结构与模型 • BP网络的学习算法 • BP神经网络的重要函数和基本功能 • 一个简单的例子 • BP网络的几个问题 • 改进的BP网络的学习算法 • BP网络的应用示例

一、神经元 1、急性肿胀（如图） 2、固缩（如图） 3、胞浆空泡形成 4、液化坏死（如图） 二、胶质细胞（如图） 表现为增生或变性、坏死 胶质结节 噬神经元现象 卫星现象