关于神经学的毕业论文

随着科学技术的发展，人工神经网络技术得到了空前的发展，并且在诸多领域得到了广泛的应用，为人工智能化的发展提供了强大的动力。以下是我整理分享的人工智能神经网络论文的相关资料，欢迎阅读!

人工神经网络的发展及应用

摘要随着科学技术的发展，人工神经网络技术得到了空前的发展，并且在诸多领域得到了广泛的应用，为人工智能化的发展提供了强大的动力。人工神经网络的发展经历了不同的阶段，是人工智能的重要组成部分，并且在发展过程中形成了自身独特的特点。文章对人工神经网络的发展历程进行回顾，并对其在各个领域的应用情况进行探讨。

关键词人工神经网络;发展;应用

随着科学技术的发展，各个行业和领域都在进行人工智能化的研究工作，已经成为专家学者研究的热点。人工神经网络就是在人工智能基础上发展而来的重要分支，对人工智能的发展具有重要的促进作用。人工神经网络从形成之初发展至今，经历了不同的发展阶段，并且在经济、生物、医学等领域得到了广泛的应用，解决了许多技术上的难题。

1人工神经网络概述

关于人工神经网络，到目前为止还没有一个得到广泛认可的统一定义，综合各专家学者的观点可以将人工神经网络简单的概括为是模仿人脑的结构和功能的计算机信息处理系统[1]。人工神经网络具有自身的发展特性，其具有很强的并行结构以及并行处理的能力，在实时和动态控制时能够起到很好的作用;人工神经网络具有非线性映射的特性，对处理非线性控制的问题时能给予一定的帮助;人工神经网络可以通过训练掌握数据归纳和处理的能力，因此在数学模型等难以处理时对问题进行解决;人工神经网络的适应性和集成性很强，能够适应不同规模的信息处理和大规模集成数据的处理与控制;人工神经网络不但在软件技术上比较成熟，而且近年来在硬件方面也得到了较大发展，提高了人工神经网络系统的信息处理能力。

2人工神经网络的发展历程

萌芽时期

在20世纪40年代，生物学家McCulloch与数学家Pitts共同发表文章，第一次提出了关于神经元的模型M-P模型，这一理论的提出为神经网络模型的研究和开发奠定了基础，在此基础上人工神经网络研究逐渐展开。1951年，心理学家Hebb提出了关于连接权数值强化的法则，为神经网络的学习功能开发进行了铺垫。之后生物学家Eccles通过实验证实了突触的真实分流，为神经网络研究突触的模拟功能提供了真实的模型基础以及生物学的依据[2]。随后，出现了能够模拟行为以及条件反射的处理机和自适应线性网络模型，提高了人工神经网络的速度和精准度。这一系列研究成果的出现为人工神经网络的形成和发展提供了可能。

低谷时期

在人工神经网络形成的初期，人们只是热衷于对它的研究，却对其自身的局限进行了忽视。Minskyh和Papert通过多年对神经网络的研究，在1969年对之前所取得的研究成果提出了质疑，认为当前研究出的神经网络只合适处理比较简单的线性问题，对于非线性问题以及多层网络问题却无法解决。由于他们的质疑，使神经网络的发展进入了低谷时期，但是在这一时期，专家和学者也并没有停止对神经网络的研究，针对他们的质疑也得出一些相应的研究成果。

复兴时期

美国的物理学家Hopfield在1982年提出了新的神经网络模型，并通过实验证明在满足一定的条件时，神经网络是能够达到稳定的状态的。通过他的研究和带动，众多专家学者又重新开始了对人工神经网络方面的研究，推动了神经网络的再一次发展[3]。经过专家学者的不断努力，提出了各种不同的人工神经网络的模型，神经网络理论研究不断深化，新的理论和方法层出不穷，使神经网络的研究和应用进入了一个崭新的时期。

稳步发展时期

随着人工神经网络研究在世界范围内的再次兴起，我国也迎来了相关理论研究的热潮，在人工神经网络和计算机技术方面取得了突破性的进展。到20世纪90年代时，国内对于神经网络领域的研究得到了进一步的完善和发展，而且能够利用神经网络对非线性的系统控制问题进行解决，研究成果显著。随着各类人工神经网络的相关刊物的创建和相关学术会议的召开，我国人工神经网络的研究和应用条件逐步改善，得到了国际的关注。

随着人工神经网络的稳步发展，逐渐建立了光学神经网络系统，利用光学的强大功能，提高了人工神经网络的学习能力和自适应能力。对非线性动态系统的控制问题，采取有效措施，提高超平面的光滑性，对其精度进行改进。之后有专家提出了关于人工神经网络的抽取算法，虽然保证了精度，但也加大了消耗，在一定程度上降低了神经网络的效率，因此在此基础上又提出了改进算法FERNN。混沌神经网络的发展也得到了相应的进步，提高了神经网络的泛化能力。

3人工神经网络的应用

在信息领域中的应用

人工神经网络在信息领域中的应用主要体现在信息处理和模式识别两个方面。由于科技的发展，当代信息处理工作越来越复杂，利用人工神经网络系统可以对人的思维进行模仿甚至是替代，面对问题自动诊断和解决，能够轻松解决许多传统方法无法解决的问题，在军事信息处理中的应用极为广泛[4]。模式识别是对事物表象的各种信息进行整理和分析，对事物进行辨别和解释的一个过程，这样对信息进行处理的过程与人类大脑的思维方式很相像。模式识别的方法可以分为两种，一种是统计模式识别，还有一种是结构模式识别，在语音识别和指纹识别等方面得到了广泛的应用。

在医学领域的应用

人工神经网络对于非线性问题处理十分有效，而人体的构成和疾病形成的原因十分复杂，具有不可预测性，在生物信号的表现形式和变化规律上也很难掌握，信息检测和分析等诸多方面都存在着复杂的非线性联系，所以应用人工神经网络决解这些非线性问题具有特殊意义[5]。目前，在医学领域中的应用涉及到理论和临床的各个方面，最主要的是生物信号的检测和自动分析以及专家系统等方面的应用。

在经济领域中的应用

经济领域中的商品价格、供需关系、风险系数等方面的信息构成也十分复杂且变幻莫测，人工神经网络可以对不完整的信息以及模糊不确定的信息进行简单明了的处理，与传统的经济统计方法相比具有其无法比拟的优势，数据分析的稳定性和可靠性更强。

在其他领域的应用

人工神经网络在控制领域、交通领域、心理学领域等方面都有很广泛的应用，能够对高难度的非线性问题进行处理，对交通运输方面进行集成式的管理，以其高适应性和优秀的模拟性能解决了许多传统方法无法解决的问题，促进了各个领域的快速发展。

4总结

随着科技的发展，人工智能系统将进入更加高级的发展阶段，人工神经网络也将得到更快的发展和更加广泛的应用。人工神经网络也许无法完全对人脑进行取代，但是其特有的非线性信息处理能力解决了许多人工无法解决的问题，在智能系统的各个领域中得到成功应用，今后的发展趋势将向着更加智能和集成的方向发展。

参考文献

[1]徐用懋，冯恩波.人工神经网络的发展及其在控制中的应用[J].化工进展，1993(5)：8-12，20.

[2]汤素丽，罗宇锋.人工神经网络技术的发展与应用[J].电脑开发与应用，2009(10)：59-61.

[3]李会玲，柴秋燕.人工神经网络与神经网络控制的发展及展望[J].邢台职业技术学院学报，2009(5)：44-46.

[4]过效杰，祝彦知.人工神经网络的发展及其在岩土工程领域研究现状[J].河南水利，2004(1)：22-23.

[5]崔永华.基于人工神经网络的河流汇流预报模型及应用研究[D].郑州大学，2006.

下一页分享更优秀的<<<人工智能神经网络论文

精神医学毕业论文

你还在愁精神医学毕业论文吗？那么，精神医学毕业论文怎么写，你知道怎么写吗？如果不知道，就一起看看我整理的内容吧!

【摘要】 目的 探讨血浆D-二聚体（D-dimer, DD）含量与精神分裂症之间的关系。方法 运用乳胶颗粒法对31例中老年女性精神分裂症患者的血浆DD含量进行检测，并与25名无精神疾病和脑血管病史的女性正常人（对照组）比较。 结果 精神分裂症组的血浆DD含量［（±）mg/L］高于对照组［（±）mg/L］，P<。以阳性症状为主的精神分裂症患者的血浆DD含量［（±）mg/L］高于以阴性症状为主的患者［（±）mg/L］，P<；且治疗后血浆DD含量［（±）mg/L］较治疗前降低（P<）。结论 中老年女性精神分裂症患者血浆DD含量高于女性正常人，存在高凝状态和纤溶功能亢进。

【关键词 】 精神分裂症； D-二聚体

已有研究证实，精神分裂症与高粘滞综合征（HVS）关系密切［1］。D-二聚体（D-dimer， DD）可作为体内高凝状态和纤溶亢进的分子标志物［2］，是交联纤维蛋白D区降解的肽片断，主要由D区的D（α）、D（β）及D（γ）- D（γ）链组成，可影响红细胞的聚集功能及调节纤维蛋白原在肝脏的生物合成［3］。为了探讨两者的关系，我们对我院1997年9月至1998年6月40岁以上的31例女性住院精神分裂症患者的血浆DD含量进行检测并与正常人比较，现将结果报道于下。

对象和方法

一、对象

1.精神分裂症组：共31例，均符合中国精神疾病分类方案和诊断标准第2版修订本的精神分裂症的诊断标准［4］，简明精神病评定量表（BPRS）≥38分。为排除年龄和性别对研究结果的'影响，31例均为≥40岁的女性。患者年龄40～76岁，平均（57±9）岁；病程3个月至17年；头颅CT或MRI未见脑血管病征象。31例中首次采血前未服用任何精神药物者12例，另19例均停用精神药物>7天；将31例再分为以阳性症状为主［以下简称阳性，阳性症状量表（SAPS）≥28分，阴性症状量表（SANS）≤12分］和以阴性症状为主（以下简称阴性，SANS≥30分，SAPS≤10分）的两组，分别为11例和20例。

2.对照组：共25名，均系我院女职工，无精神疾病和脑血管病史，年龄42～78岁，平均（58±12）岁。采血前1个月内未服用过任何精神药物。

二、方法

所有对象均于早晨9时前空腹采血，枸橼酸钠抗凝，采用乳胶颗粒法、进口胶体金标准法试剂盒（南京弘阳生物技术有限公司提供）检测血浆DD含量，正常参考值为< mg/L。阳性组患者在精神症状消失后复查1次血浆DD含量。统计学处理采用t检验。

结果

精神分裂症组的血浆DD含量［（±）mg/L］高于对照组［（±）mg/L］，t=，P<。阳性组血浆DD含量［（±）mg/L］高于阴性组［（±）mg/L］，t=，P<；且前者治疗后血浆DD含量［（±）mg/L］较治疗前降低（t=，P<）。

讨论

DD是纤溶蛋白单体经活化因子XIII（FXIIIa）交联后，再经纤溶酶水解所产生的一种特异降解产物。DD水平的增高反映继发性纤溶活性的增强，可作为体内高凝状态和纤溶功能亢进的分子标志物之一［2，5］。近年来对DD的大量基础与临床的研究结果显示，缺血性脑血管病患者的血浆DD含量增高，并随病情的好转而改善，检测血浆DD含量有助于血栓性疾病的诊断、疗效观察和预后的判断［5，6］。我们目前尚未见国内外有精神疾病与血浆DD含量之间关系的报道。本研究的精神分裂症组血浆DD含量高于对照组（P<）的结果提示，中老年女性精神分裂症患者的体内存在高凝状态和纤溶功能亢进，支持精神分裂症患者伴有高粘滞综合征的观点［1］，也符合我国传统医学认为的精神分裂症是由“内结血瘀”所致的观点［7，8］。

本结果还显示，阳性组患者血浆DD含量高于阴性组患者（P<），且随病情的好转较治疗前降低（P<），并趋于正常。关于精神分裂症与DD之间内在的生物学机制目前尚未明了。我们推测可能与下列因素有关：（1）机体存在着凝血-抗凝两大系统，正常时两系统保持动态平衡，发病时机体反馈性地使纤溶酶原激活因子的产生和释放增加；（2）发病时患者蛋白C系统活性增强而加速上述过程，导致自发性血栓溶解和继发性纤溶活性增高，表现为血浆DD水平增高。

由于精神分裂症的病因迄今未明，血浆DD含量是否有可能作为判定精神分裂症复发、判断预后、观察病情演变和治疗效果的检测指标之一，还有待进一步扩大样本深入探讨。

参考文献

1，黄诚，邵胜利，柳振清.血液流变学在精神分裂症治疗上的应用动态.四川精神卫生,1996,9：139-140.

2，Fisher M, Francis R. Altered coagulation in cerebral ischimia. Arch Neurol, 1990,47:1075-1081.

3，王建，李建章.DD与缺血性脑血管病.国外医学脑血管疾病分册，1996，4：74-77.

4，中华医学会精神科学会，南京医科大学脑科医院.中国精神疾病分类方案和诊断标准（CCMD-2-R）.南京：东南大学出版社，.

5，黄慰国，王鸿利，张颖琪，等.血浆DD检测及其临床应用.中华医学检验杂志,1995,18：71-74.

6，张景，郭英华，赵慧元.缺血性脑血管病患者血浆DD和GMP-140含量的变化及临床意义.临床神经病学杂志,1996,9：202-205.

7，王松菊.精神分裂症血液流变初探.临床精神医学杂志,1997,7：103.

8，朱运斋.活血化瘀在神经精神科的应用体会.实用中医内科杂志, 1996,10：17-18.

针对径向基函数(Radial basis function,RBF)神经网络的结构设计问题,提出一种结构动态优化设计方法.利用敏感度法(Sensitivity analysis,SA)分析隐含层神经元的输出加权值对神经网络输出的影响,以此判断增加或删除RBF神经网络隐含层中的神经元,解决了RBF神经网络结构过大或过小的问题,并给出了神经网络结构动态变化过程中收敛性证明;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对非线性函数的逼近与污水处理过程中关键参数的建模结果,证明了该动态RBF具有良好的自适应能力和逼近能力,尤其是在泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation networks,MRAN)与增长和修剪RBF神经网络(Generalized growing and pruning radial basis function,GGAP-RBF)有较大提高.[1] 朱文莉. 一类具有时滞的神经网络的稳定性分析[J]. 电子科技大学学报. 2000(05)[2] 廖晓昕,傅予力,高健,赵新泉. 具有反应扩散的Hopfield神经网络的稳定性[J]. 电子学报. 2000(01)[3] 张菊亮,章祥荪. 一个新的解线性规划的神经网络(英文)[J]. 运筹学学报. 2001(02)[4] 罗公亮. 从神经网络到支撑矢量机(上)[J]. 冶金自动化. 2001(05)[5] 蒋德云,张弓. 谷物识别中对神经网络的优化(英文)[J]. 农业工程学报. 2002(05)[6] 王芳荣,周德义,郑咏梅,王鼎,张铁强. 生物表面光谱特性识别的神经网络方法[J]. 吉林大学学报(信息科学版). 2002(03)[7] 宋光雄,何胜锋,曹辉,张峥,钟群鹏. 基于Hopfield神经网络的腐蚀失效模式识别[J]. 金属热处理学报. 2003(01)[8] 王学武,谭得健. 神经网络的应用与发展趋势[J]. 计算机工程与应用. 2003(03)[9] 刘斌,刘新芝,廖晓昕. 脉冲Hopfield神经网络的鲁棒H-稳定性及其脉冲控制器设计(英文)[J]. 控制理论与应用. 2003(02)[10] 刘国良,强文义,麻亮,陈兴林. 基于粗神经网络的仿人智能机器人的语音融合算法研究[J]. 控制与决策. 2003(03)