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

第一节 神经肌肉的兴奋和兴奋性 一、神经和肌肉属于可兴奋组织 二、神经和肌肉细胞的跨膜电位 三、锋电位是兴奋过程的必然表现 第二节 细胞的跨膜物质运输和信号传递功能 第三节 神经冲动的产生与传导 第四节 兴奋由神经向肌肉的传递 第五节 肌肉收缩

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

一、神经元 二、突触 三、神经胶质细胞 四、神经纤维和神经 五、神经末梢

动物生活中的运动与平衡、内脏的活动和血液的供应、代谢产物的排放等均受神经系统的控制和调节。一旦神经系统发生异常，立即平衡失调，或肌肉松弛或代谢障碍等，甚至危及动物的生命。因此，神经系统是调整动物体内外环境的平衡，进行生命活动的重要器官

1 人工神经网络发展概况 2 神经网络基本概念 3 前馈神经网络 4 其他神经网络简介 5 神经网络模式识别

概述 第一节 神经系统副肿瘤综合征 第三节 系统性红斑狼疮的神经系统表现 第二节 糖尿病神经系统并发症 第四节 甲状腺疾病神经系统并发症

以工业PID控制中控制器参数调整困难为背景,在分析神经网络特性的基础上,提出神经网络控制方法,设计了具有自适应性的神经网络PID控制器。在描述了神经网络的学习机理的基础上,给出了控制器控制算法。通过2个实例验证了神经网络在线控制的可行性

绪论 神经系统疾病的常见症状及体征 神经病学的临床方法 神经系统疾病的辅助诊断方法 神经系统疾病的诊断原则

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差