安庆医药高等专科学校：《病原生物与免疫学》课程教学资源（电子教案）05 免疫系统

人体寄生虫学概述 免疫学应用 超敏反应 免疫应答 免疫系统 MHC 补体系统 抗体与免疫球蛋白 抗原 免疫学概述 呼吸道细菌 厌氧性细菌 肠道杆菌 化脓性细菌 逆转录病毒 疱疹病毒 肝炎病毒 肠道病毒 呼吸道病毒 病毒学概论 细菌的致病性与感染 细菌的分布与消毒灭菌 细菌的生长繁殖与遗传变异 细菌的形态与结构 医学微生物概论

实验一 显微镜的使用及细胞的结构 实验二 上皮组织 实验三 结缔组织 实验四 血液 实验五 肌组织 实验六 神经组织及神经系统 实验七 循环系统 实验八 免疫系统 实验九 消化系统 实验十 呼吸系统 实验十一 泌尿系统 实验十二 生殖系统 实验十三 被皮系统 *实验十四 石蜡切片的制作 实验十五 哺乳动物早期胚胎发育及胎膜、胎盘的结构 *实验十六 显微摄影方法与步骤

《高中生物》全程设计同步配套教学课件（选修1稳态与调节）第4章 免疫调节_第1节 免疫系统的组成和功能

免疫系统遗传学（PPT讲稿）Genetics of the Immune system

◼ Introduction to the Immune System ◼ Artificial Immune Systems ◼ A Framework to Design Artificial Immune Systems (AIS) ◼ Representation Schemes ◼ Affinity Measures ◼ Immune Algorithms ◼ Discussion and Main Trends

浙江大学：免疫系统 Immune system

提出了一种基于免疫识别原理的径向基函数神经网络学习算法.该算法利用人工免疫系统的识别、记忆、学习等原理,将输入数据作为抗原,抗体为抗原的压缩映射作为径向基函数神经网络模型的隐层中心,输出采用最小二乘法确定权值.通过预报热轧带肋钢筋力学性能的仿真实验结果表明,与K-均值法选择中心点比较,该算法计算量较小,精度高

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

1.掌握淋巴结、脾的结构及功能 2.掌握消化管壁的一般结构 3.掌握食管、胃、十二指肠结构特点