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

北京科技大学：《人工神经网络原理与应用 Artificial Neural Networks》课程教学资源（研究实验）单神经网络在控制系统中的应用

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

基于人工神经网络( Artificial Neural Network)的控制(ann-based Control)简称神经控制(Neural Control)。神经网络是由大量人工神经元(处理单元)按照一定的拓扑结构相互连接而成的一种具有并行计 算能力的网络系统。它是在现代神经生物学和认识科学对人类信息处理研究的基础上提出来的,具有很强 的自适应和学习能力、非线性映射能力、鲁棒性和容错能力

实现了神经元在线参数自学习功能,利用神经元控制器及滞环比较器、智能功率模块实现了基于神经元控制器的交流伺服系统。由仿真和实验结果,可以看出神经元控制器具有较强的自适应性及鲁棒性

给出了板形板厚综合控制模型,提出了基于TH神经网络的动态矩阵设计方法并分析了其收敛特性.使用不变性原理对板形板厚综系统进行了解耦设计,并对板形板厚解耦神经网络预测控制系统,进行了仿真研究.结果表明神经网络可在儿百ns的时间内达到稳定状态,不仅满足了轧钢过程的快速性要求,而且控制精度也得到了提高

将灰色理论-神经网络方法应用于煤与瓦斯突出预测中,利用灰色系统理论的灰色关联法确定了控制矿井煤与瓦斯突出的主控因素,并对煤与瓦斯突出主控因素进行筛选.建立了煤与瓦斯突出危险性预测人工神经网络的数学模型和系统结构.在平顶山八矿突出区进行了煤与瓦斯突出危险性预测应用,预测效果表明:利用灰色系统理论-神经网络方法对预测矿井煤与瓦斯突出是可行的

介绍了逆模型超前控制器,神经网络反馈单元及由5层神经网络组成的集成控制系统.集成控制系统包括一个由神经网络组成的系统模型和具有自调整功能的控制单元.该方法被用于优化设计的综合机构控制仿真,结果证明了它的先进性和可行性

大脑的知觉加工并非单纯由外部刺激驱动，而是存在自上而下的知觉调控。尽管这一现象被大量实验研究证实，但其神经机制仍然是认知神经科学研究的重要问题。本文系统介绍了知觉调控的神经基础、实现形式、研究范式，梳理了当前的理论模型，分析指出了当前研究面临的主要问题，并对未来的研究进行了展望，以期促进知觉调控研究的进一步开展

顾玉东院士 山东章邱人。中国工程院院士,手外科和显微外科专家。 1961年上海第一医学院毕业后任职于附属华山医院至今。现 任复旦大学教授、华山医院手外科主任,中华医学会副会长, 国务院学位委员会委员,卫生部手功能重建重点实验室主任、 中华手外科杂志总编辑、上海市手外科研究所所长。 首创膈神经、多组神经及健侧颈7神经移位术,为肢体创 伤设计了多种皮瓣及带血管神经移植,首创足趾移植“二套 供血系统”方法