第一节神经系统的基本元件 第二节神经元之间的信息传递 第三节感觉功能 第四节调节躯体运动功能 第五节植物性神经系统的功能 第六节大脑的高级功能 重点:神经系统的感受机能、神经系统对躯体运动和内脏活动的调节 难点:突触传递机理

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

一、神经管的形成 二、神经诱导作用 三、神经管的分化 四、神经元的分化 五、神经元的生长和凋亡

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

6.1 神经网络概念与特性 6.2 神经网络模型辨识中常用结构 6.3 辨识中常用网络训练算法 6.4 改进的BP网络训练算法 6.5 神经网络辨识MATLAB仿真举例 6.6 基于改进遗传算法的神经网络及其应用 6.7 模糊神经网络及其应用 6.8 小结

一、发展认知神经科学学科简介 二、发展认知神经科学的起点 三、发展认知神经科学研究的主要领域 四、发展认知神经科学研究展望 五、发展认知神经科学研究对学前教育的启示

神经元 一、神经元的基本结构 二、神经纤维 三、感受器及效应器 四、突触 五、神经元的变性和再生

一、神经管的发生和早期分化 二、脊髓的发育 三、脑的发育 四、神经节和周围神经的发生 五、垂体和松果体的发生

在实际的神经网络中,比如人的视网膜中,存在 着一种“侧抑制”现象,即一个神经细胞兴奋后 ,通过它的分支会对周围其他神经细胞产生抑 制。 自组织竞争人工神经网络正是基于上述生物结构 和现象形成的。它能够对输入模式进行自组织 训练和判断,并将其最终分为不同的类型

(1)掌握神经纤维兴奋传递的特征,突触与接头传递。 (2)掌握突触后兴奋和抑制,外周神经递质、受体学说。 (3)熟悉中枢神经递质,局部神经元回路。 (4)了解突触可塑性,神经营养性作用和胶质细胞的功能