1.掌握神经元、神经纤维的结构与功能，突触的概念、结构及功能 2.掌握中动脉、心脏壁的结构 3.掌握毛细血管的分类及结构特点

复旦大学：《心灵哲学 Philosophy of Mind》课程教学资源（PPT课件，英文版）第5讲 人工神经元网络以及神经语义学 Artificial Neural Networks And Neurosemantics

原理：从小脑活动只获取启发 （1）小脑从各种传感器获得信号、反馈和命令，构成地址，地址的内容形成各种所需的动作。 （2）输出的动作只限制在最活跃神经中的一个小子集，绝大多数神经元都受到抑制

1. 智能控制概论 2. 模糊控制 3.神经元网络控制 4.模糊-神经网络控制 5.遗传算法 6.递阶智能控制理论

1.神经元活动的一般规律：神经纤维传导的特征，速度，神经纤维的分类以及神经的营养性作用，神经胶质细胞的功能。 2.突触与突触传递：兴奋性突触与抑制性突触传递的过程和原理，突触前抑制。神经递质

◼ 自适应控制系统 ◼ 参考模型自适应控制系统 ◼ 具有被控对象数学模型在线辨识的自适应控制系统 ◼ 预测控制 ◼ 智能控制系统 ◼ 神经元网络控制 ◼ 模糊控制系统 ◼ 最优控制系统 ◼ 控制管理一体化

癫痫是大脑神经元过量放电引起的皮层 功能紊乱，可表现为运动、感觉、意识、 精神或植物神经等多方面异常。临床呈现 多种发作类型，但以运动性发作最常见。 任何类型的癫痫发作都具有长期性(慢 性)、发作性和重复性等基本特点

定义 一组反复发作的脑神经元异常放电所致的暂时 性中枢神经系统功能失常的慢性疾病。 按照有关神经元的部位和放电扩散的范围，功 能失常可能表现为运动、感觉、意识、行为、 自主神经等不同障碍，或兼有之。每次发作或 每种发作称为痫性发作（seizure）

1. 智能控制概论 2. 模糊控制 3.神经元网络控制 4.模糊-神经网络控制 5.遗传算法 6.递阶智能控制理论

竞争学习和Kohonen自组织网络 竞争学习根据输入模式来更新权值，输入单元i与所有输 出单元j 用wij 连接。输入的数目即为输入的维数，输出的 数目即为输入数据要聚类的数目