学科分类
/ 6
112 个结果
  • 简介:目的:分析穴位按摩、泡脚及膳食护理预防脑卒中后便秘的可行性.方法:2016年12月至2017年12月,选择在鄂州市中心医院接受治疗的100例脑卒中患者为对象,采用电脑随机抽取的方式将患者分为两组,每组各50例,对照组采用日常基础护理,观察组则应穴位按摩、泡脚及膳食护理,对比两组患者认知、情绪评分以及便秘发生率.结果:观察组患者认知、情绪评分显著优于对照组,观察组患者便秘发生率10.00%,显著低于对照组26.00%,P〈0.05.结论:脑卒中后采用穴位按摩、泡脚及膳食护理方式,可提升患者认知以及情绪水平,有效预防便秘发生,值得在临床范围内进行推广使用.

  • 标签: 穴位按摩 泡脚 膳食 脑卒中 便秘
  • 简介:采用华润上华0.6μmCMOS工艺,设计实现了一种用于神经信号再生微电子系统的低功耗、高增益功能电激励电压驱动电路.它可以用于驱动激励电极和与之相连的神经来再生神经信号.电路由2部分组成:全差分折叠式共源共栅放大器及带过载保护的互补型甲乙类输出级.电路采用了满摆幅的输入输出结构,保证了大输入电压范围和大输出电压范围.仿真结果表明,电路增益可以达到81dB,具有295kHz的3dB带宽.芯片面积为1.06mm×0.52mm.经流片实现后在片测试,在单电源+5V下工作,直流功耗约为7.5mw,输出电压幅度达到4.8V;同时在单电源+3.3V下也可正常工作.

  • 标签: 低功耗 满摆幅 神经信号 电压驱动
  • 简介:实习教学是教学医院的重要任务,它是医学生成长为临床医师的重要阶段,本文分析了消化科在实习教学中面临的问题,并总结了科室的一些经验,以达到提高教学质量的目的。

  • 标签: 医学教育 实习 消化系统疾病
  • 简介:人际信任是人际交往中一种常见、重要的心理现象。但研究者对信任的定义还存在不同观点。在研究方法上可以分为两类:一类是根据定义,编制题目来测量信任;另一类是行为游戏法,包括囚徒两难游戏、最后通牒游戏和信任游戏。社会神经认知科学家研究发现,人际信任不存在一个特定的中枢,它跟杏仁核,前中间前额皮质,旁扣带回,脑岛,腹侧被盖区,中隔区,梭状回,颞上回,眶额叶皮层等脑区有关,跟催产素、加压素和多巴胺等化学物质有关。同时,该研究指出了信任研究存在的不足。

  • 标签: 人际信任 研究范式 脑区 激素 生理机制
  • 简介:科学教育与语言教育关系密切,在传统阅读教学之上增加科学阅读是必要的。科学阅读的目的不限于科学普及,更重要的是通过阅读科学文本来开展科学学习的全过程,有助于学生建构科学概念、提升科学素养等。本文综述了我国科学阅读在阅读对象、阅读意义、阅读策略、阅读成效等方面的研究成果,分析了科学阅读与传统语文阅读的异同,介绍了科学阅读的方法,并从跨学科学习、跨学科教师交流、科学阅读与科学写作相融合等方面提出发展科学阅读的若干建议。

  • 标签: 科学阅读 科学素养 语言素养 科学学习
  • 简介:急诊内科是临床实习的重要内容之一,目前带教多沿袭普通住院部科室的带教方式,其教学效果有待提高就如何结合急诊内科工作特点进行实习带教,提高教学质量作了探讨.

  • 标签: 急诊医学 临床实习 教学
  • 简介:针对精密定位装置存在非线性,精确数学模型难于建立的缺陷,提出了精密定位的神经网络控制方法.将BP神经网络应用于该控制系统中,系统以光栅常数100μm的光栅为定位标记,以激光衍射产生的莫尔光光强及光强的变化率为神经网络的输入变量,利用神经网络的自学习功能进行精密定位控制.建立了精密定位的神经网络控制模型,模型由输入层、隐层和输出层3层神经元组成,通过对光强及光强变化率的映射,得到电机驱动信号.实验结果表明,使用神经网络控制,控制响应快,稳定性好,鲁棒性强,可有效改善控制质量,提高定位速度,系统可获得±0.5μm的定位精度.

  • 标签: 莫尔信号 超精密定位 神经网络 智能控制
  • 简介:<正>在北大所听到的诸多讲座中,给我最大启发的,是韩世辉教授不久前所做的演讲"关于‘自我’的哲学、心理学和神经科学思考"①,其中对我所学专业最有意义的,是心理学近年来运用核磁共振脑造影技术所进行的各类实验,特别是有关跨文化人格等心理学问题的实验。因为在我所主修的人类学专业中,文化与人格的研究也是一个重要的领域,甚至曾经在美国出现过一个以心理学角度来研究文化现象的人类学学派,活跃于20世纪40—60年代。这个学派

  • 标签: 脑神经科学 文化人格 类实验 心理学问题 造影技术 人类学史
  • 简介:BP算法是人工神经网络研究的一个常用方法,但从本质上说是属于局部寻优法,容易陷入局部极小点,且存在着学习速度与精度之间的矛盾;遗传算法是一种全局优化算法,具有并行计算能力.本文采用遗传算法来训练前向神经网络,建立一个基于遗传算法和BP算法的神经网络预测模型.试验结果表明它是一个成功较高的预测模型.

  • 标签: 遗传算法 神经网络 BP算法
  • 简介:本文对本世纪80年代中期兴起并紧密结合现代科学技术进步的一门新兴学科--模糊神经网络进行了综述,分析了所取得的主要成果及其特点,并指出了今后模糊神经网络研究中有待解决的许多问题.针对这些问题,介绍了笔者的工作--模糊逼近神经网络摄动系统,对开展模糊神经网络的研究将具有启迪作用和现实意义.

  • 标签: 模糊集 模糊逼近神经网络摄动系统 模糊神经网络 人工神经网络
  • 简介:本文首先提出了一个双语教学评价体系,在此基础上构建了一个BP神经网络评价模型,很好地解决了教学评价体系中各项指标所占的权重问题。使用Matlab进行仿真的实验结果验证了该模型的智能性和有效性。

  • 标签: 双语教学 教学评价 BP神经网络
  • 简介:研究了Hammerstein模型的辨识问题,并考虑了多输入多输出(MIMO)情况.提出一种混合神经网络辨识模型,该模型由一个多层前馈神经网络(MFNN)与一个线性神经网络(LNN)串联而成.给出了一个反向传播(BP)算法同步训练该混合神经网络的权值和阈值.仿真结果表明了该方法的有效性.

  • 标签: 神经网络 非线性系统辨识 Hammerstein模型
  • 简介:提出一种基于BP神经网络的异常入侵检测方法,由于BP神经网络是一种基于误差反向传播算法的多层前馈神经网络,具有对不确定性的学习与适应能力,可以很好的满足入侵检测分类识别的需求.对“KDDCup1999Data”网络连接数据集进行特征选择和标准化处理之后用于训练神经网络并仿真实验,得到了较高的检测率和较低的误报率.仿真实验表明,基于BP神经网络的入侵检测方法是有效的.

  • 标签: 入侵检测 异常检测 神经网络 BP算法
  • 简介:本文研究了一类具偏李普希兹连续和单调增加激活函数的神经网络绝对指数稳定性问题.所得结果归结为如果联接矩阵T的负矩阵是一个非负对角元的H矩阵,那么在任意输入向量和网络参数的条件下,所选激活函数只要是偏李普希兹连续且单调增加的,广义动态神经网络绝对指数稳定.该广义动态神经网络包含常用的Hopfield神经网络,双向联想记忆神经网络和细胞神经网络作为其特殊情形,所得结论推广了现有文献中的有关结论.

  • 标签: 广义动态神经网络 绝对指数稳定性 偏李普希兹连续性 HOPFIELD神经网络 联接矩阵 激活函数
  • 简介:为准确预测电力系统中期负荷,针对常用BP算法的预测速度慢、易陷入局部最优解的缺点,改进了基本BP算法,建立了中期负荷预报模型。负荷预测仿真表明,对BP算法的改进可使预测精度和收敛速度均得到显著的提高.

  • 标签: 电力系统 负荷预测 人工神经网络 BP算法
  • 简介:神经精神分析学是一个将神经科学与精神分析学的理论和方法相结合以实现精神分析科学化的新学科领域,被认为是21世纪精神分析研究的新范式,问世于20世纪末,以《神经精神分析学》杂志的创办和国际神经精神分析协会的成立为标志。神经精神分析学体现了科学精神与人文精神的融合统一,对当代心理学研究具有积极的意义。它为心理学研究中存在的突出问题提供了一种独特的解决思路,为心理学研究的未来提供了一种有发展前途的研究方向。

  • 标签: 神经精神分析学 精神分析学 神经科学
  • 简介:应用BP神经网络对网店销售模型进行了研究,建立了基于店铺访客数、下单转化率、客单价和商品收藏次数来预测网店销售额的BP神经网络模型,模型的训练样本为五皇冠淘宝网店2016-04-21至2016-07-09时间段销售数据,应用构建的模型预测该网店2016-07-10至2016-07-19时间段店铺销售额,仿真模拟实验结果表明其能准确地预测店铺销售额,从而验证了模型的有效性和准确性.

  • 标签: BP神经网络 网店 销售预测
  • 简介:提出了一种基于模糊观测数据的RBF神经网络(FORBFNN),用于解决一类输出不可精确测量但可用模糊隶属度来表征的非线性系统建模问题.神经网络模型中各隐层神经单元的权重系数采用一种新的模糊EM算法辨识获得;隐层神经单元的数量及径向基函数的中心和宽度基于一种数据驱动的方法自适应确定,即首先初始生成一个隐层单元,然后根据一定的规则逐步加入新的单元,该过程不断迭代直到模型满足预设要求.该方法同时考虑了模型的复杂度及预测精度.数值模拟实验结果表明该建模方法是有效的,且建立的模型具有较高的预测精度.

  • 标签: RBF神经网络 模糊隶属度 不精确观测值 回归模型
  • 简介:结合支持向量机和神经网络各自的优点,提出了一种新颖的自适应支持向量回归神经网络(SVR—NN).首先,利用支持向量回归方法确定SVR—NN的初始结构和初始化权值,基于支持向量自适应地构造SVR—NN神经网络的隐层节点;然后,使用退火过程的鲁棒学习算法更新网络节点参数和权值.为了验证所提出方法的有效性,给出了自适应SVR-NN应用于非线性动态系统辨识的实例.仿真结果表明,与以前的神经网络方法相比,基于SVR-NN网络的辨识方案能获得相当好的性能,它具有很快的收敛速度.因此,自适应的SVR—NN为非线性系统辨识提供了极有吸引力的新途径.

  • 标签: 支持向量回归 神经网络 系统辨识 鲁棒学习算法 自适应性