简介：为探讨以问题为基础（PBL）的教学模式在高职护理专科生内科护理学教学中的应用效果。方法：选择111名高职护生，随机分为PBL教学组（n=56）和传统教学组（n=55），分别进行PBL模式和传统模式教学，之后进行阶段性考试及问卷调查。结果：阶段性考试成绩PBL教学组高于传统教学组（P〈0．05）。问卷调查结果显示：PBL教学组在提高学习兴趣、沟通技能、分析推理能力及师生交流等方面明显优于传统教学组。但学习节奏及学习系统性的认可度低于传统教学组。结论：PBL模式教学能够激发学习兴趣，提高综合实践能力。但也存在耗时、节奏慢等不足。

简介：研究验证了Brandoni和Anderson设计的发散思维神经认知评估模型的理论基础、应用意义及在中国本土施行的可能性。模型产生于神经认知科学领域的理论与研究发现，具有跨领域研究、应用的意义。在对模型本土运用进行验证时，选取了30名上海本地中学平行班七年级学生为样本，最终得到10个编码值（D、C、D、C、H、s、NS、CU、DS、R）得分，通过计算其变异系数并呈现各类剐上的四分区间频数分布，得出结论：模型在评估本土样本发散思维上同样能够敏感地捕捉到个体差异。

简介：通过研究视频汉字识别问题，提出了关于视频中汉字跟踪及分割算法。首先，提取视频样本特征，采用K均值算法进行聚类作为第1次分类，之后，采用多个BP（backpropagation）神经网络进一步细分一次分类后的结果作为二次分类。最后，对以上算法进行了实验验证，结果证明这些算法是有效的，多层分类器较单一的BP神经网络分类器识别率更高。

简介：BP神经网络是一种按误差逆传播算法训练的多层前馈网络，其与遗传算法的结合可以得到一种拥有良好的全局优化搜索和局部时频特性的学习训练途径。针对BP网络的不足，提出了一种基于改进遗传算法的BP神经网络控制器，此方法可以克服基本遗传算法收敛速度慢，容易陷入“早熟”收敛，计算稳定性不好等一系列问题，进一步提高了BP神经网络控制器的性能。最后通过对轧制力模型的预报仿真，证明了控制器的有效性。

简介：研究海歆集团洗衣机订单需求预测，制造业在国内行业竞争激烈，早已进入微利时代。降低库存和加强原材料成本控制是提高市场竞争的有力手段。由于洗衣机订单变化受季节性和随机性影响较大，传统预测模型对订单变化规律难以准确描述，无法满足预期精度要求。根据该企业目前多品种、小批量的订单生产方式，构建灰色神经网络模型来进行订单预测。利用灰色神经网络处理订单产生中的非线性变化规律，并利用遗传算法对神经网络参数进行优化，提高模型的预测精度。仿真试验表明，相对于传统预测方法，改进灰色神经网络提高了订单需求的预测精度，可企业制定生产及采购计划提供决策依据。

简介：针对一类具有饱和非线性输入的混沌系统，基于RBF神经网络的逼近能力提出一种控制方案。该方法利用自适应控制和鲁棒控制，使系统可在模型函数和外扰未知下，设计出结构简单有效的控制器，有效消除了现实中由于饱和非线性输入的存在而引起的控制器抖动的不良控制效果。仿真结果表明了所提控制方法的可行性。

简介：高职教育招生规模中期预测,是制订高职教育发展规划的重要参考依据。如何准确地预测未来的发展趋势,是高职教育研究领域的重要课题。在灰色关联分析基础上,建立BP神经网络模型,对湖北省2015—2025年高职教育招生规模进行预测,并预测未来高职生源的基本构成：普通高中毕业生约占35%;职业高中毕业生约占25%;普通中专毕业生约占21%;成人中专毕业生约占高职生源19%。