学科分类
/ 25
500 个结果
  • 简介:摘要每一种学术思潮的的发生都不是孤立无依的,它必然是对前代的吸收、借鉴、批判和继承。后世做《中国哲学史》,对中国历史上的学术阶段进行历史分期其中包括先秦诸子百家、两汉经学、魏晋玄学、宋明理学以及清代考据之学等等。本文试从两汉经学到魏晋玄学的演变中探讨其内在的理论根源。

  • 标签: 经学 玄学 魏晋
  • 简介:摘要:针对处于人生发展时期的大学生。学校一直以来都是大学生获取知识、 提高素质的主要场所,对当代大学生进行性教育必须充分发挥学校的主阵地作用。性教育模式有很多种,包括课堂教育模式、校园文化模式、同伴教育模式、心理咨询模式、网络教育模式等。各种模式各有利弊、如何根据高校学生的自身特点、选择适合的性教育模式显得尤为重要。Absrtact:For college students in the period of life development. Schools have always been the main places for college students to acquire knowledge and improve their quality. To carry out sex education for contemporary college students, we must give full play to the role of schools as the main front. There are many modes of sex education, including classroom education mode, campus culture mode, peer education mode, psychological consultation mode, network education mode, etc. Each mode has its own advantages and disadvantages. It is particularly important to choose a suitable education mode according to the characteristics of college students.

  • 标签:
  • 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。

  • 标签: 卷积神经网络 AlexNet VGGNet GoogLeNet ResNet
  • 简介:摘要:神经网络剪枝是一种有效的模型压缩技术,旨在减小深度学习模型的存储和计算开销,同时保持模型的性能。本文综述了神经网络剪枝的主要方法和技术,包括权重剪枝和结构剪枝。我们探讨了各种剪枝算法的优缺点,以及它们在实际应用中的表现。此外,分析了剪枝在不同领域的应用实例,并讨论了当前技术面临的挑战和未来的发展方向。通过文献综述,揭示了剪枝技术在提升深度学习模型效率中的重要性和潜力。

  • 标签: 神经网络 剪枝 学习模型
  • 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。

  • 标签: 神经质量模型 神经振荡 神经调控
  • 简介:

  • 标签:
  • 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。

  • 标签:
  • 简介:

  • 标签:
  • 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。

  • 标签: 高龄患者 神经外科 护理干预 处理措施 护理满意度
  • 简介:摘要:本研究旨在探讨神经松动术结合麦肯基疗法对神经根型颈椎病患者的临床影响和疗效。方法:选取2023年9月-2024年1月在某附属医院康复科及骨伤科收治的60例神经根型颈椎病的患者,随机分为对照组和实验组(每组各30例),对照组采取常规康复方法,实验组采取神经松动术与麦肯基疗法。结果:治疗前VAS疼痛评分、JOA评分、颈椎关节活动度没有显著差异(P>0.05);治疗后VAS疼痛评分、JOA评分、颈椎关节活动度较治疗前均有统计学意义(P<0.05)。结论:神经根型颈椎病患者采用神经松动术结合麦肯基疗法治疗后,临床效果显著,减轻了患者颈部和肩部的疼痛等相关的临床表现,对颈椎的关节活动范围有较好的改善作用。

  • 标签: 神经松动术 麦肯基疗法 神经根型颈椎病患者 康复 疗效观察
  • 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。

  • 标签: 无铆钉 冲压深度学习 检测
  • 简介:摘要混凝土抗压强度是保证混凝土工程质量最重要的检验指标,然而混凝土抗压强度的检验评定通常是在浇筑后28d进行的,即使试验结果不能满足规定强度,混凝土强度也不能提高。因此混凝土抗压强度早期预测具有重要研究意义。本文应用神经网络技术建立了混凝土强度预测模型,并将预测结果与实验室测试结果进行对比较。研究表明神经网络在预测混凝土的抗压强度方面有较高的精确度,将该技术应用于混凝土配合比设计,有助于保证混凝土工程质量。

  • 标签: 混凝土 神经网络 抗压强度 预测模型
  • 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。

  • 标签: BP神经网络 模拟电路 诊断
  • 简介:摘要本文提出了一种基于局部自动搜索和光谱匹配技术的训练样本纯化的BP网络分类方法。利用影像的空间信息在图像局部范围内自动搜索和选择最佳样区位置,再用光谱匹配对寻找到的最佳样区在光谱空间上进一步纯化。从空间和光谱两个角度对样区进行了纯化,使得训练样本更适合遥感图像分类的要求,最后利用BP网络对遥感图像进行分类。实验结果证明,原始遥感图像经过样区纯化算法处理后,目视判读效果和数值分析都表明提高了分类精度。

  • 标签: 局部搜索 光谱匹配 训练样本 BP分类 样区纯化
  • 简介:

  • 标签:
  • 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。

  • 标签: RBF神经网络 人脸识别 识别系统 识别算法 研究分析
  • 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。

  • 标签: 卷积神经网络模型 特征提取 计算机
  • 简介:摘要:随着人工智能技术的飞速发展,神经网络芯片作为支撑深度学习应用的核心硬件,受到了广泛的关注和研究。本文综述了神经网络芯片技术的专利发展,从技术架构、设计原理、应用场景等方面进行了深入分析,并对未来发展趋势进行了展望。

  • 标签: 神经网络芯片 专利技术 技术架构 设计原理 应用场景
  • 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。

  • 标签: 卷积神经网络 深度线段分类 算法
  • 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。

  • 标签: 化探数据 神经网络 数据分类问题