脑神经含有7种纤维成分 一般躯体感觉f:皮肤、肌、肌腱和口、鼻腔粘膜。 特殊躯体感觉f:分布于前庭蜗器和视器。 一般内脏感觉f:分布于头、颈、胸、腹的器官。 特殊内脏感觉f:分布于味蕾和嗅器。 一般躯体运动f:支配眼球外肌,舌肌 一般内脏运动f:支配平滑肌、心肌和腺体。 特殊内脏运动f:支配由腮弓衍化的横纹肌, 如咀嚼肌、面肌和咽喉肌等

1 感知机存在的一个问题 2 线性可分 SVM SVM 的种类 函数间隔和几何间隔 学习的原始最优化问 题 凸优化问题 线性可分 SVM 学习算 法—最大间隔法 支持向量与间隔边界 拉格朗日对偶性 KKT 条件 线性可分 SVM 学习的 对偶算法 3 线性不可分 SVM 线性 SVM 学习的对偶 算法 线性 SVM 学习算法 线性不可分时的 SV 合页损失函数 4 非线性 SVM 与核函数 希尔伯特空间 核函数的定义 核函数的选取 核技巧在 SVM 中的应 用 非线性 SVM 算法 5 序列最小最优化算法 SMO 算法的基本思路 两变量二次规划的求 解方法 两个变量的选择方法

 本课程的位置及作用  本课程的特点  本课程的发展概况 本章介绍电路的基本概念和基本变量，阐述集中参数电路的基本定律----基尔霍夫定律。 定义三种常用的电路元件：电阻、独立电压源和独立电流源。 最后讨论集中参数电路中，电压和电流必须满足的两类约束。这些内容是全书的基础。 §1－1 电路和电路模型 §1－2 电路的基本物理量 §1－3 基尔霍夫定律 §1－4 电阻元件 §1－5 独立电压源和独立电流源 §1－6 两类约束和电路方程 §1－7 支路电流法和支路电压法 §1－8 分压电路和分流电路

§1-1 集总电路 §1-2 电流、电压及功率 §1-3 基尔霍夫定律 §1-4 特勒根定理 §1-5 电阻元件 §1-6 电压源 §1-7 电流源 §1-8 受控源 controlled source §1-9 分压公式和分流公式 §1-10 两类约束 KCL、KVL方程的独立性 §1-11 支路电流法和支路电压法 §1-12 叠加原理

The Arteries Characteristics Symmetry对称 In the trunk of the bod consist parietal and visceral branches壁支和脏支 Shortest possible course Run on flexor surfaces Usually do not pass directly through muscles, avoiding compression Together with the veins and nerves in a sheath of fascia to form neurovascular bundle 血管神经束

电路的图 支路电流法和支路电压法 回路电流法 节点电压法

• 支持向量机 • 二元线性SVM • SVM用于非线性分类 • 机器学习方法 • 人工神经网络（Artificial Neural Network, ANN） • 深度学习（Deep Learning）现状 • 经典的深度学习模型/算法 • 卷积神经网络 Convolutional Neural Networks (CNN) • 多层反馈网络 Recurrent neural Network(RNN) • 自动编码器 AutoEncoder • 受限玻尔兹曼机 Restricted Boltzmann Machine, RBM • 深度置信网络 (Deep Belief Nets，DBN）

§3－1 网孔分析法 §3－2 结点分析法 §3－3 含受控源的电路分析 §3－4 回路分析法和割集分析法 §3－5 计算机分析电路实例 *§3－6 树支电压与连支电流法

§3－1 网孔分析法 §3－2 结点分析法 §3－3 含受控源的电路分析 §3－4 回路分析法和割集分析法 §3－5 计算机分析电路实例 *§3－6 树支电压与连支电流法

§1－1 电路和电路模型 §1－2 电路的基本物理量 §1－3 基尔霍夫定律 §1－4 电阻元件 §1－5 独立电压源和独立电流源 §1－6 两类约束和电路方程 §1－7 支路电流法和支路电压法 §1－8 电路设计，电路实验和计算机分析电路实例