第一节 概述 第二节 神经毒性作用机制 第三节 影响神经毒性作用的因素 第四节 药物引起神经损害及其机制 第五节 神经毒性作用的研究方法

本章对目前常用的几种智能优化计算算法作简单介绍，以使读者对它们有个基本认识。内容包括神经网络、遗传算法、模拟退火算法和神经网络混合优化学习策略。 10.1 人工神经网络与神经网络优化算法 10.2 遗传算法 10.3 模拟退火算法（simulated annealing，SA） 10.4 神经网络权值的混合优化学习策略

内容安排 一、生物神经元 二、人工神经网络结构 三、神经网络基本学习算法

第一节 神经网络概述 第二节 人工神经网络的基本概念 第三节 感知器 第四节 BP神经网络 第五节 神经网络控制

Ø 中枢神经元的联络方式 Ø 神经元的电活动 Ø 神经信号的突触传递机制 Ø 神经递质与受体 Ø 脑电活动

14.1 生物神经元 14.2 人工神经元模型 14.3 多层感知器神经网络 15.1 神经网络的学习能力 15.2 误差回传算法

➢ 神经细胞的发生、增殖过程； ➢ 神经细胞的迁移过程； ➢ 神经细胞的分化； ➢ 神经系统功能的建立

第一节中枢神经系统活动的基本规律 第ニ节神经系统的感觉分析功能 第三节脑的电活动与觉醒、睡眠机制 第四节神经系统对躯体运动的调节 第五节神经系统对内脏活动的调节 第六节脑的高级功能

针对机器人谐波减速器关节在转动过程中存在的波动摩擦力矩, 提出一种基于傅里叶级数函数和BP神经网络的建模方法, 并完善机器人的动力学模型, 修正了因波动摩擦力矩带来的关节力矩计算误差. 通过研究谐波减速器关节的波动摩擦力矩在不同影响因素下的变化特性, 采用傅里叶级数与BP神经网络结合的方法对波动摩擦力矩进行建模. 通过添加傅里叶级数函数作为BP神经网络的辅助输入, 克服了力矩误差曲线因存在高频周期性波动而难以拟合的困难. 在离线环境下训练神经网络, 完成对关节波动摩擦力矩的建模, 进而完善机器人的动力学模型和修正关节中存在的波动摩擦力矩. 验证实验表明, 使用完善后的动力学模型可以有效计算谐波减速器关节的波动摩擦力矩, 并使修正后的力矩误差维持在[-0.5, 0.5] N·m的范围之内, 方差为0.1659 N2·m2, 是修正前的24.23%

垂体按其胚胎发育和功能、形态的不同,分为腺垂体和神经垂体两部分。腺垂体来自胚胎 口凹的外胚层上皮,是由6种腺细胞组成的上皮细胞。神经垂体来自间脑底部的漏斗,主 要由下丘脑-垂体束的无髓神经纤维和神经胶质细胞分化而成的神经垂体细胞组成。垂体以 漏斗与下丘脑相连