简介：摘 要：回顾了卷积神经网络的发展历程,介绍了卷积神经网络的基本运算单元。在查阅大量资料基础上，重点介绍了有代表性的 AlexNet、VGGNet、GoogLeNet、ResNet等，对他们所用到的技术进行剖析，归纳、总结、分析其优缺点，并指出卷积神经网络未来的研究方向。

简介：摘 要：大脑中不同节律的神经振荡不仅与认知、注意、记忆、情绪等功能有关而且与多种神经精神疾病的临床症状密切相关。通过外部施加节律性刺激可以调制神经活动。异常的神经振荡会导致多种神经疾病，严重威胁人类健康。学者们以神经质量模型（NMM）为研究对象，通过不断研究、改进方法，对异常脑电信号进行实时监控，调制。本文对神经振荡调控方法研究进展进行综述。

简介：

简介：【摘要】：通常，激素抵抗型肾病综合征（SRNS）易引发慢性肾脏疾病。目前，针对此疾病，并未形成统一的有效治疗方案。通过近年来对该病研究的不断深入，加上新药物的研发和应用，传统药物巡诊医学证据不断增加，对该病治疗有了新的认识。本文通过该病的定义、病理类型、治疗进展方面展开综述，旨在为今后该疾病治疗效果的提升提供可以参考的依据。

简介：摘要：为了研究不同基质和激素处理对大叶醉鱼草扦插生根的影响。本文以大叶醉鱼草为试验材料，采用3种不同扦插基质（红土、草炭土、河沙）和3种不同浓度的NAA、IBA、NAA和IBA混合液对大叶醉鱼草茎段进行扦插试验，研究不同浓度的激素及不同基质对大叶醉鱼草扦插生根的影响，筛选出大叶醉鱼草扦插育苗的方法。结果表明：扦插前采用NAA500mg/L的激素处理，并在河沙基质中进行培育，生根率最高，达100%，开始生根时间最早，20天开始生根，平均根数为32根；空白对照处理的插穗生根率最低，达76.7%，开始生根时间为23天，平均根数为11根。三种基质中，素红土的扦插效果最好，生根率为100%，开始生根时间为15天，其次是河沙，生根率为97.5%.

简介：摘要：BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络。

简介：

简介：【摘要】神经外科收治患者病情大多较为危重，病情发展快，并发症及意外事件多，一旦护理过程中出现疏忽，极可能出现护理风险事件，引起护理纠纷。 目的 探讨神经外科的高龄患者临床护理工作中存在的风险因素以及相应的处理对策。方法 选取 2017年 4月～ 2019年 4月中心医院 神经外科收治的高龄患者 75例作为研究对象，对患者临床资料进行分析回顾，分析患者临床护理工作中存在的风险因素，有针对性的对其实施护理干预，观察护理干预前后患者护理满意度及风险事件。结果 实施护理干预前患者护理满意度及风险事件发生率分别为 76.00%、 18.67%，实施护理干预后患者护理满意度及风险事件发生率分别为 96.00%、 8.00%，相较于干预前，干预后患者护理满意度更高，风险事件发生率更低，差异有统计学意义（ P＜ 0.05）。结论 在神经外科高龄患者护理时，护理人员应注意各类风险因素，有针对性的实施处理措施，以提高患者护理满意度，减少护理风险事件。

简介：【摘要】：本项目为了对车辆轻量化中的无铆钉冲压连接进行优化，引入深度学习中的全连接神经网络，通过传感器传回的实时接头数据，对压力连接接头的力学性能进行实时检测，并传回控制主板经由神经网络的感知、处理、预测、优化、输出控制接下来的工艺参数。

简介：摘要：在现有的人工神经网络理论中 ,BP神经网络使用最为广泛。 BP网络 (Back-Propagation Network)训练网络权值的算法是后向传播学习算法 ,它是一种多层前向神经网络。 BP学习算法是人工智能专家 Rumel hart于 1986年创建的理论。现代模拟电路故障诊断技术中应用神经网络的基本上选择的都是 BP神经网络。本文基于 BP神经网络的模拟电路诊断展开论述。

简介：

简介：摘要：众所周知，我国目前处于一个重要信息化和智能化背景之下，各种智能技术已经在各个领域内进行运用，并且随着时间的推移，这些智能技术均起到了很好的效果和作用，人脸识别技术正是其中之一。在现代社会发展过程中，人脸识别系统和算法已经在信息验证、人物信息识别等等方面进行运用，而且现代国内的电子商务和网络银行开始广泛进行运用，因此人脸识别算法无论是在当前还是未来的发展进程中，均具有很好的发展和应用前景，因此，在后续的发展过程中，需要重视人脸识别技术的发展。在本文中主要介绍一种基于RBF神经网络的人脸识别算法，其主要目的在于促进国内人脸识别水平得到对应的提升。

简介：摘要：深度学习和人工智能已成为我国当下的热门讨论话题，卷积神经网络模型作为深度学习模型中具有代表性的模型之一受到了许多研究者的关注。本文在介绍卷积神经网络模型发展历程的基础上，探讨了卷积神经网络模型在目标检测、语义分割以及自然语言处理方面的应用，以期能为该领域的研究者选择模型时提供参考。

简介：摘要：为解决单目图像中冗余像素点不利于深度神经网络快速完成深度信息检测的问题，提出一种基于卷积神经网络的深度线段分类算法。对 ＮＹＵ -Ｄｅｐｔｈ 数据集使用线段检测算法进行线段检测得到原始图像的线段特征图。通过数据预处理结合深度数据得到表征深度信息的线段集合及其标签，提出适用于线段特征的卷积神经网络，实现单目图像中深度线段的分类。本论文从不同方面阐述基于卷积神经网络的深度线段分类算法，希望为研究卷积神经网络的专家和学者提供理论参考依据。

简介：摘要：数据分类是模式识别的一种，被大量应用在地质统计、语音识别、生物分类、搜索推荐等领域。化探数据具有极高的变异性和高度的非线性特征，对于非线性数据的分类问题，采用神经网络算法进行处理具备高效率、高准确度的优势。本文利用改进的BP神经网络算法建立BP神经网络模型，将训练好的BP神经网络预测未知类型的化探数据点。结果表明，应用该神经网络进行的分类对于有矿点、无矿点的识别获得了比较高的准确率。

简介：摘要：目的研究神经内科中风险管理的应用。方法回顾性选取2016年11月—2019年11月我院患者100例，依据护理方法分为风险管理组（n=50）和常规管理组（n=50）两组，统计分析两组患者的护理效果、不良风险事件发生情况。结果风险管理组患者的基础护理、消毒卫生评分（94.3±15.8）分、（96.7±13.6）分均显著高于常规管理组（68.7±13.2）分、（76.4±13.2）分（P＜0.05）。在不良风险事件发生率方面，风险管理组为2.0%（1/50），常规管理组为14.0%（7/50），前者显著低于后者（P＜0.05）。结论神经内科中风险管理的应用效果较常规管理好，更能有效提升护理效果，降低良风险事件发生率，值得在临床推广应用。

简介：摘要:本文聚焦于探讨神经网络在图像识别领域的应用。通过对神经网络技术在人脸识别、物体检测与分类、医学图像分析以及场景理解与分割等具体应用案例的深入剖析，揭示其在提升图像识别精度和效率方面的显著贡献。然而，文章也指出神经网络在数据和计算方面所面临的挑战，并探讨未来发展的趋势与方向，这些研究有望进一步推动神经网络在图像识别中的应用和创新。

简介：摘要 手写数字识别技术在近年来的应用逐渐广泛，人们对手写数字识别技术的要求也逐渐增高。卷积神经网络模型由于其良好的功能越来越广地被应用与手写数字识别领域，识别精度也在逐渐提高。本文首先针对卷积神经网络的构成结构进行简单的叙述，之后针对卷积神经网络技术在手写数字识别领域中各种形式的优化与其应用进行综述，最后分析了目前手写数字识别技术的主要优点以及还存在的不足，并进一步展望未来的研究发展方向。

简介：

简介：摘要：本文简述了人工神经网络的概况以及BP神经网络模型，通过分析BP神经网络对混凝土配合比、强度以及寿命的预测，表明BP神经网络预测精度较高，已经广泛的运用在混凝土预测中，具有实用价值。