（ 1） 都是非数值型的非线性函数的逼近器、估计器、和动态系统； （2） 不需要数学模型进行描述，但都可用数学工具进行处理； （3）都适合于VLSI、光电器件等硬件实现

（1)都是非数值型的非线性函数的逼近器、估计器、和动态系统; （2)不需要数学模型进行描述,但都可用数学工具进行处理; （3)都适合于VLSI、光电器件等硬件实现。不同之处:(工作机制方面:

相同之处 （ 1） 都是非数值型的非线性函数的逼近器、估计器、和动态系统； （2） 不需要数学模型进行描述，但都可用 数学工具进行处理； （3）都适合于VLSI、光电器件等硬件实现

(1）非线性 (2）分布处理 (3）学习并行和自适应 (4）数据融合 (5）适用于多变量系统 (6）便于硬件实现

（1)非线性 （2)分布处理 （3)学习并行和自适应 （4)数据融合 （5)适用于多变量系统 （6)便于硬件实现

(1） 产生的背景 (a) 更好的映射非线性函数 (b) 模拟人类神经系统,分工合作 (c) 在控制中,克服“时间交叉” (Temporal Crosstalk) 现象

神经元网络的特点： （1）非线性 （2）分布处理 （3）学习并行和自适应 （4）数据融合 （5）适用于多变量系统 （6）便于硬件实现

模块（组合）网络 （1） 产生的背景 （a) 更好的映射非线性函数 （b) 模拟人类神经系统,分工合作 （c) 在控制中,克服“时间交叉”(Temporal Crosstalk) 现象

第一节 概述 第二节 轮胎的侧偏特性 第三节 线性二自由度汽车模型 第四节 汽车操纵稳定性与悬架的关系 第五节 汽车操纵稳定性与转向系的关系 第六节 汽车操纵稳定性与传动系的关系 第七节 提高操纵稳定性的电子控制系统

《数字信号处理》是电子信息工程、电子信息科学与技术专业的一门重要的必修课。本课程的目的是通过学习使学生掌握应用数字计算机分析、处理用数字或符号的序列表示的信号的基础理论和基本方法，提取其中有用的信号，如变换、滤波等，了解数字信号处理的现状、应用领域及发展方向，为今后解决具体技术问题和进一步深造打下良好的基础。要求学生先期修过积分变换，信号与系统、线性代数等