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

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

中枢神经系统 （CNS） Brain Spinal cord 周围神经系统 (PNS) Nerve outside of the brain and spinal cord 神经系统发育概况 神经管的形成和早期分化 神经嵴的形成和分化 中枢神经系统的常见畸形 神经干细胞与神经再生 人脑发育的主要程序

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

1. 屏障作用 2. 脑血流特征 3. 神经元的电生理现象及机制 4. 神经元对营养因子的依赖 5. 神经可塑性 6. 神经系统的免疫

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

1、 智能控制的产生和基本特征 2、基于神经网络的系统辨识 3、基于神经网络的系统辨识示例 4、基于神经网络的系统控制 5、基于神经网络的系统控制示例

以某钢厂1580热连轧生产数据为基础,提出一种有限元与神经网络集成建模的方法.该方法首先对轧制过程的塑性变形进行有限元建模,然后结合有限元数值分析方法和智能技术的优点,实现有限元和神经网络的集成建模.集成模型中的神经网络模型为有限元模型提供参数调整的依据,并且在神经网络训练过程中使用改进的混沌粒子群优化算法对神经网络进行优化.通过与现场实际生产数据进行比较,验证了该模型的有效性

人工神经网络的发展历史 人工神经网络的定义、特点和应用 从生物神经元到人工神经元

授课内容： • 1.全身肌的分群及其作用 • 2.支配这些骨骼肌的主要神经: • (1)脊神经:颈丛的主要分支和分布;臂丛主要分支的分布和损伤后的临床表现，腰丛主要的分支和分布，骶丛主要的分支分布和临床意义 • (2) 部分脑神经:副神经,三叉神经和面神经. 重点和难点： • 1. 各群骨骼肌的形态、分类、结构、起止和作用. • 2.各个作用不同肌群的神经支配