简介：本文设计的单极性输入双极性输出压控恒流源电路是神经保护治疗仪的重要组成部分，它由CPLD电路产生极性相反的脉冲控制三极管组成的电流换向开关来选择输出极性。其V／I转换系数、带负载能力（包括输出电流的大小及负载电阻的大小范围）可以通过合理设计电路参数来实现，实验证明，该恒流源电路具有良好的线性和电气安全性，能很好的满足神经功能保护治疗仪的要求。

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。

简介：针对机动车保有量作为交通系统的一部分所具有的不确定性和趋势性等特点,通过熵权法确定灰色系统理论和广义模糊神经网络的加权系数来建立组合预测模型,对机动车保有量进行预测。经过实例验证,该组合预测模型与单预测模型相比,能够更准确地预测机动车保有量,与实际值符合较好,可以为有关部门的规划提供可靠的数据依据。

简介：本文同时采用了组织化学和免疫组织化学的方法去探索AChE在口虾蛄（Oratosquillaoratoria）口胃神经系统（stomatogastricnenroussvstem，STNs）的分布。结果显示：在STG中，AChE在口胃神经节（stomatogastricganglion，STG）腹侧胞体区神经元的细胞膜及细胞间隙神经纤维和中央神经纤维网中标记为阳性；在食道神经节（oesophagealganglion，OG）的腹侧中央偏有有一个大的神经元周围的神经突起呈强阳性反应，并且在紧靠该神经元的一侧还有一个神经元周围的神经纤维也呈阳性反应，另外在神经纤维网也有Ach阳性反应分布。结论：实验证明乙酰胆碱在口胃神经节和食道神经节都有分布，主要分布在神经纤维网和神经元的细胞膜及神经元间隙。