1.了解神经系统检查内容及方法 2。掌握神经反射检查方法及临床意义

13.1 人工神经网络与神经网络优化算法 13.2 遗传算法 13.3 模拟退火算法 13.4 神经网络权值的混合优化学习策略

9.1 层次分析法 9.2 人工神经网络与神经网络优化算法 9.3 遗传算法 9.4 模拟退火算法 9.5 神经网络权值的混合优化学习策略

1.掌握三类肌组织的光、电镜结构 2.掌握神经元、神经纤维的结构，突触的概念、分类、结构及功能

1.掌握神经元、神经纤维的结构与功能，突触的概念、结构及功能 2.掌握中动脉、心脏壁的结构 3.掌握毛细血管的分类及结构特点

脑神经-序用罗马数字表示 Ⅰ嗅神经Ⅱ视神经 Ⅲ动眼神 Ⅳ滑车神经三叉神经Ⅵ展神经

 八、立体视觉模型  九、神经信息整合作用

脱髓鞘疾病是一大类病因并不相同,临床表现各异,以脑和脊髓脱髓鞘为特征的一组疾病。特征性病理变化:神经纤维的髓鞘脱失,而轴突和神经细胞很少受累

下丘脑与神经垂体和腺垂体的联系非常密切,如视上核和室旁核的神经元轴突延伸终止于神经垂体,形 成下丘脑-垂体束。在下丘脑与腺垂体之间通过垂体门脉系统发生功能联系

自适应线性元件( Adaptive Linear Element,简称 Adaline)也是早期神经网络 模型之一,它是由威德罗( Widrow)和霍夫(Hof)首先提出的。它与感知器 的主要不同之处在于其神经元有一个线性激活函数,这允许输出可以是任意 值,而不仅仅只是像感知器中那样只能取0或1。另外,它采用的是W一H学 习法则,也称最小均方差(LMS)规则对权值进行训练,从而能够得到比感知器 更快的收敛速度和更高的精度 自适应线性元件的主要用途是线性逼近一个函数式而进行模式联想