针对一类带有未知虚拟控制增益的随机严格反馈非线性系统,基于后推设计,引入积分型Lyapunov函数,并利用神经网络的逼近能力,提出了一种自适应神经网络控制方案.与现有研究结果相比,放宽了对控制系统的要求,取消了对于未知函数的限制条件.通过Lyapunov方法证明了闭环系统的所有误差信号依概率有界.仿真结果验证了所给控制方案的有效性

一、掌握： 细胞膜的物质转运功能； 细胞的生物电现象及其产生原理； 刺激引起兴奋的条件； 兴奋在神经纤维上传导的原理及特征； 兴奋—收缩耦联。 二、熟悉： 细胞膜的受体功能； 细胞兴奋及其恢复过程中兴奋性的变化； 神经-肌肉接头处的兴奋传递； 影响肌肉收缩效能的因素 第一节 细胞膜的基本结构和跨膜物质转运功能 第二节 细胞的跨膜信号转导功能 第三节 细胞的生物电现象 第四节 肌肉的收缩功能

针对目前局部回归神经网络动态BP算法的误差导数计算复杂、收敛速度慢的缺陷,提出了一种新的快速算法.该算法是将信号流图引入动态BP算法,较好地解决了求解误差导数的复杂性,同时采用BFGS算法加快了网络的收敛速度.仿真结果表明了本算法的有效性

为了提高瓦斯涌出预测的准确性,采用BP型神经网络,利用BP型神经网络自学习、自组织和自适应等特性,在MATLAB环境下构建瓦斯动态预测模型.通过对唐山矿瓦斯信号实时监测数据的分析,对瓦斯动态预测模型进行训练和测试.结果表明,该模型的预测速度快、精度高,可以实现对工作面瓦斯涌出的动态预测,并能综合判断工作面所处地点的安全状况以及前方的潜在的危险性

本文从生物视觉采样模型、神经形态视觉传感器的采样模型及类型、视觉信号处理与特征表达、视觉任务应用等视角进行了系统性的回顾与综述,展望了该领域未来研究的技术挑战与可能发展方向,同时探讨了其对未来机器视觉和人工智能领域的潜在影响

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

15动物的结构、功能和发育(B) 15.动物体的结构对功能的适应性 15.2消化、呼吸、循环与排泄系统 15.3化学信号、神经系统、感觉与运动 动物激素和化学信号的传导

综述中医药干预心肌纤维化机制的研究进展。中药主要通过调控神经/内分泌系统细胞信号通路、胶原蛋白、细胞外基质、遗传基因、细胞凋亡、炎症免疫氧化应激等机制干预心肌纤维化

假设，检验统计量，显著水平，功效 两种假设下的统计检验 纽曼-皮尔森引理 如何构造一个检验统计量 Fisher甄别函数与神经网络 检验拟合优度，P-值定义与应用 信号观测的显著程度 皮尔逊的x2检验

7.1 MATLAB在信号与系统中的应用 7.2 MATLAB在数字信号处理中的应用 7.3 MATLAB辅助神经网络分析与设计 7.4 MATLAB辅助模糊系统分析与设计