1.感觉传导通路the sensory pathways 感受器→数级神经元→大脑皮质或 receptor 皮质下中枢 2.运动传导通路 the motor pathways 大脑皮质或 皮质下中枢数级神经元→效应器

毛细胞、血管纹、螺旋神经节、听 神经或听觉中枢的器质性病变所引起 的听力减退或丧失

介绍了模式识别与人工神经网络算法应用于16Mn微合金化钢的生产工艺优化,并给出了各目标的最佳工艺参数供生产时参考

第节概述 感觉器官的感受装置称为感受器,感受器能接受 体内、外环境的各种刺激,然后将刺激所引起的兴奋 转化为神经冲动,通过传入神经到中枢,建立机体与 内、外环境之间的联系

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

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

6.1 神经网络概念与特性 6.2 神经网络模型辨识中常用结构 6.3 辨识中常用网络训练算法 6.4 改进的BP网络训练算法 6.5 神经网络辨识MATLAB仿真举例 6.6 基于改进遗传算法的神经网络及其应用 6.7 模糊神经网络及其应用 6.8 小结

电子科技大学：《神经信息学基础 The Basis of Neuroinformatics》研究生课程教学资源（课件讲稿）第3章 视觉的神经机制与计算模型（3.6）视觉系统中的串行与平行处理机制

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

• 脑的血供 • 缺血卒中病理生理 • 药物治疗 溶栓与抗凝治疗 神经保护治疗 急性卒中的并行治疗