6.1 神经网络模型 6.2 反向传播多层前馈神经网络 6.3 其他神经网络 6.3.1遗传神经网络 6.3.2 径向基函数神经网络 6.3.3 概率神经网络PNN 6.3.4 竞争特征映射神经网络

第一节 神经元和神经胶质细胞 第二节 神经元之间的功能联系 第三节 神经系统的感觉功能 第四节 神经系统对躯体运动的调节 第五节 神经系统对内脏活动的调节 第六节 神经、内分泌和免疫功能的关系 第七节 脑的高级功能（自修）

1. 概述 2. 传出神经系统的递质和受体 ① 传出神经系统的递质 ② 传出神经系统的受体 3. 传出神经系统的生理功能 4. 传出神经系统药物基本作用及其分类 ① 传出神经系统药物基本作用 ② 传出神经系统药物分类

• 基本知识 神经干细胞的定义、特点及分类等基本知识 • 胚胎神干细胞与成年脑中的神经干细胞 • 研究方法 神经干细胞的来源、分离、培养及鉴定方法 • 应用前景 神经干细胞技术在神经系统疾病治疗中的应用

一、概述 1、神经元+神经胶质细胞→神经组织 2、中枢神经系统:脑、脊髓 周围神经系统:脑神经、脊神经、神经节 二、神经元(neuron):接受刺激,整合信息,传导冲动;产生激素(神经内分泌神经元)

内脏神经 内脏感觉神经 内脏运动神经 （自主神经、植物神经） 交感神经 副交感神经 分布至内脏、心血管、腺体

1、熟练掌握本章所涉及的专业术语和基本概念。 2、了解神经元、突触、神经递质、受体和神经营养因子的功能。 3、详细了解视觉、听觉、位觉和本体感觉的基本结构和功能。 4、掌握脊髓、脑干和高位中枢对躯体运动的调控机制以及它们的协调配合。 第一节 神经系统及其功能 第二节 神经系统的感觉功能 第三节 躯体运动的神经调控

在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

第一节 神经元和神经胶质细胞的功能 第二节 神经元间的功能联系-突触传递 第三节 神经系统的感觉分析功能 第四节 神经系统对姿势和运动的调节 第五节 神经系统对内脏活动的调节 第六节 觉醒、睡眠与脑电活动 第七节 脑的高级功能