◆ 神经和肌肉的兴奋与兴奋性 ◆ 细胞的跨膜物质运转和信号传递 ◆ 神经冲动的产生和传导 ◆ 兴奋的传递 ◆ 肌肉的收缩

针对挠性卫星本身存在的参数不确定性和外部扰动的控制问题,设计了以径向基函数神经网络和小脑神经网络为基础的复合变结构智能控制器.该控制器利用变结构控制系统对被控对象的模型误差、参数变化及外扰等的不敏感性的优点,再结合神经网络能够迅速逼近未知函数、泛化能力强的特点,可以适应挠性卫星参数不确定性和抑制外加干扰,实现对挠性卫星的有效控制.仿真结果表明复合控制能够提高卫星姿态的稳态精度和快速性

第五章传出神经系统药理学概论 第一节 概述 一、传出神经系统的解剖学分类

第一节 遗传性共济失调 第二节 遗传性痉挛性截瘫 第三节 腓骨肌萎缩症 第四节 神经皮肤综合征

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

神经病学的研究内容 脑干综合征 视觉障碍 眼肌麻痹 球麻痹的鉴别 意识障碍 眩晕的鉴别 瘫痪 感觉障碍 定位诊断（一） 辅助检查 诊断原则 小结 定位诊断（二）

一、注意的概念  二、注意的理论模型 ◦ 早选择 VS. 晚选择模型  三、注意的效应及其神经基础 ◦ 空间选择性注意的效应 ◦ 特征选择性注意的效应 ◦ 物体选择性注意的效应  四、注意的来源及其神经基础 ◦ 背侧注意控制网络 ◦ 腹侧注意控制网络  五、注意障碍

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向

感知器是由美国计算机科学家罗森布拉特(f. Roseblatt)于1957年提出 的。感知器可谓是最早的人工神经网络单层感知器是一个具有一层神经元、 采用阈值激活函数的前向网络。通过对网络权值的训练,可以使感知器对一组 输人矢量的响应达到元素为0或1的目标输出,从而实现对输人矢量分类的目 的

神经系统疾病的种类 血管性疾病 感染性疾病 肿瘤 外伤 变性 自身免疫病(脱髓 遗传性、先天发育异常 中毒 营养缺陷和代谢障碍