版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第三章:感知器網(wǎng)絡(luò)145014208王菁第三章:感知器網(wǎng)絡(luò)145014208王菁第三章:感知器人的視覺(jué)是重要的感覺(jué)器官,人通過(guò)視覺(jué)接受的信息占全部信息量的80~85%。感知器是模擬人的視覺(jué),接受環(huán)境信息,并由神經(jīng)沖動(dòng)進(jìn)行信息傳遞的神經(jīng)網(wǎng)絡(luò)。感知器分單層與多層,是具有學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)。第三章:感知器人的視覺(jué)是重要的感覺(jué)器官,人通過(guò)視覺(jué)接受的信息第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
圖2-3-1單層感知器第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力布爾函數(shù)的M-P神經(jīng)元表示:
利用帶閾值的M-P人工神經(jīng)元可以很方便地實(shí)現(xiàn)布爾代數(shù)中的許多功能。在布爾代數(shù)中,and、or、Not、xoR關(guān)系如下表1所示:第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力andor
)
)xoR0000110010110110010111111000Not(Not(布爾函數(shù)的M-P神經(jīng)元表示:第三章:感知器3.1單個(gè)感知第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力且、,模型來(lái)建立,可以將圖用與、之間的關(guān)系:
上面幾個(gè)人工神經(jīng)元都滿足M-P模型。
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力且、,模第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力根據(jù)各個(gè)圖及M-P模型,我們有
(1)(2)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力根據(jù)各個(gè)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力(3)顯然是符合邏輯運(yùn)算要求。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力(3)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
權(quán)系數(shù)和閾值不是0、1的M-P模型
若,則M-P模型比只允許取{-1,1}要靈活(或{1,0}),(或{1,0}),則對(duì)于這個(gè)M-P人工神經(jīng)元來(lái)說(shuō):
的多,但此時(shí)仍限制但與相比并無(wú)多大改進(jìn)。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力權(quán)系第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力例:試說(shuō)明下列兩個(gè)M-P人工神經(jīng)元是等價(jià)的。
分析:對(duì)于(a)
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力例:試說(shuō)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力對(duì)與(b)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力對(duì)與(b第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力此時(shí)感知器人工神經(jīng)元結(jié)構(gòu)及其數(shù)學(xué)描述如下:
當(dāng)M-P人工神經(jīng)元的輸入X可以在R上取值時(shí)
——離散感知器(簡(jiǎn)稱感知器)
若M-P人工神經(jīng)元的輸入,而其輸出值為或模型就改進(jìn)為離散感知器(因?yàn)槠漭敵鲞€是離散的),簡(jiǎn)稱為感知器。。則此時(shí)的M-P第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力此時(shí)感知第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
用圖所示二輸入/單輸出單層感知器,輸入輸出描述:
?íì<·3·=·=-+=0,00,1)()(2211fuwuwfyq
即
qq<+3+?íì=22112211,0,1uwuwuwuwy
可見(jiàn):輸入輸出為線性可分集合,一定可找到一條直線,將輸入模式分為兩類,此直線方程:
ywuwu=+-=11220q
則
uwwwu22121=-q
見(jiàn)圖,此直線與權(quán)值及閾值有關(guān)。
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
用圖所示三輸入/單輸出的單層感知器,輸入輸出:
?íì<·3·=·=-++=0,00,1)()(332211fuwuwuwfyq即
qq<++3++?íì=332211332211,0,1uwuwuwuwuwuwy可見(jiàn),輸入輸出為線性可分集合,一定可找到一個(gè)平面,將輸入模式分為兩類,平面方程:
0332211=-++=quwuwuwy則
23213133uwwuwwwu--=q此平面與權(quán)值及閾值有關(guān),見(jiàn)圖。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
感知器的分類定義
作為數(shù)學(xué)模型,我們對(duì)感知器作出如下歸納:感知器是一個(gè)多輸入、單輸出的運(yùn)算系統(tǒng),表示一個(gè)神經(jīng)元的運(yùn)算特性,它的輸入狀態(tài)向量記為:權(quán)向量:2.感知器的狀態(tài)值可以為感知器的輸出值
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力感知器
連續(xù)感知器
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力連續(xù)感知器人工神經(jīng)元結(jié)構(gòu)及其數(shù)學(xué)描述如下:
若取,則其成為一類最簡(jiǎn)單的連續(xù)人工感知神經(jīng)元。激活函數(shù):連續(xù)感知器第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力是不連續(xù)的:或都在{0,1}或{-1,1}上取值,的每個(gè)向量定義:
如果且激活函數(shù)那么這個(gè)感知神經(jīng)元被成為M-P模型。是離散的,那么這個(gè)b)如果,但激勵(lì)函數(shù)感知神經(jīng)元被稱為離散感知器——常簡(jiǎn)稱為感知器。是連續(xù)函數(shù),那么這個(gè)感知且C)如果神經(jīng)元稱為連續(xù)感知器。
由相應(yīng)的感知神經(jīng)元組成的網(wǎng)絡(luò)就稱為相應(yīng)神經(jīng)網(wǎng)絡(luò),如M-P神經(jīng)網(wǎng)絡(luò)、感知器神經(jīng)網(wǎng)絡(luò)、連續(xù)感知器神經(jīng)網(wǎng)絡(luò)。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力是不連續(xù)
例
線性不可分集合。
二維平面上的兩類模式——異或(XOR)問(wèn)題,見(jiàn)表。二維平面中不存在一條直線,將輸入模式分為兩類,此輸入模式稱線性不可分集合,見(jiàn)圖??梢?jiàn):?jiǎn)螌痈兄鞑荒芙鉀Q異或問(wèn)題。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力結(jié)論:?jiǎn)蝹€(gè)感知器不能對(duì)線性不可分問(wèn)題實(shí)現(xiàn)兩類分類。例線性不可分集合。二維平面上的兩類模式——單層感知器工作原理
對(duì)于只有兩個(gè)輸入的判別邊界是直線(如下式所示),選擇合適的學(xué)習(xí)算法可訓(xùn)練出滿意的和,當(dāng)它用于兩類模式的分類時(shí),相當(dāng)于在高維樣本空間中,用一個(gè)超平面將兩類樣本分開(kāi)。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力單層感知器工作原理第三章:感知器3.1單個(gè)感知器模型與解決第三章:感知器3.2單層感知器模型與解決問(wèn)題的能力
在上一節(jié)中指出了線性單個(gè)感知神經(jīng)網(wǎng)絡(luò)只能實(shí)現(xiàn)兩類分類,如果要進(jìn)行多于兩類的分類將怎么辦?生物醫(yī)學(xué)已經(jīng)證明:生物神經(jīng)系統(tǒng)是由一些相互聯(lián)系的,并能互相傳遞信息的神經(jīng)細(xì)胞互連構(gòu)成。因此這就使我們自然地想到是否可將單個(gè)的感知神經(jīng)元連成網(wǎng)絡(luò)形成一個(gè)單層的網(wǎng)絡(luò)?結(jié)構(gòu)第三章:感知器3.2單層感知器模型與解決問(wèn)題的能力第三章:感知器3.2單層感知器模型與解決問(wèn)題的能力
例
線性不可分集合。
二維平面上的兩類模式——異或(XOR)問(wèn)題,見(jiàn)表。二維平面中不存在一條直線,將輸入模式分為兩類,此輸入模式稱線性不可分集合,見(jiàn)圖。可見(jiàn):?jiǎn)螌痈兄鞑荒芙鉀Q異或問(wèn)題。結(jié)論:?jiǎn)螌痈兄鞑荒軐?duì)線性不可分問(wèn)題實(shí)現(xiàn)兩類分類。第三章:感知器3.2單層感知器模型與解決問(wèn)題的能力例第三章:感知器3.6有關(guān)的幾個(gè)問(wèn)題M-P模型在人工神經(jīng)網(wǎng)絡(luò)中的地位
首先M-P模型是所有人工神經(jīng)元中第一個(gè)被建立起來(lái)的,它在多個(gè)方面都顯示出生物神經(jīng)元所具有的基本特性。其次,目前其它形式的人工神經(jīng)元已有很多,但大多數(shù)都是在M-P模型的基礎(chǔ)上經(jīng)過(guò)不同的修正,改進(jìn)變換而發(fā)展起來(lái)。因此M-P人工神經(jīng)元是整個(gè)人工神經(jīng)網(wǎng)的基礎(chǔ)。第三章:感知器3.6有關(guān)的幾個(gè)問(wèn)題M-P模型在人工神經(jīng)1、神經(jīng)元的內(nèi)部改造:對(duì)不同的人工神經(jīng)元取不同的非線性函數(shù)F(·);對(duì)人工神經(jīng)元的輸入和輸出做不同的限制:離散的(某些離散點(diǎn))和連續(xù)的(整個(gè)實(shí)數(shù)域)。2、人工神經(jīng)元之間的聯(lián)接形式上進(jìn)行改造——神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)上的改造。3、在人工神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值取求的方法上改造——算法的改進(jìn)。4、其它形式的改造,譬如(1)與(2)結(jié)合起來(lái)改進(jìn);(2)與(3)結(jié)合起來(lái)改進(jìn)等等。第三章:感知器3.6有關(guān)的幾個(gè)問(wèn)題對(duì)M-P人工神經(jīng)元進(jìn)行改進(jìn)的主要方式1、神經(jīng)元的內(nèi)部改造:對(duì)不同的人工神經(jīng)元取不同的非線性函數(shù)F1、單神經(jīng)元(M-P模型、單感知器、單連續(xù)感知機(jī));2、單層前向連接的神經(jīng)網(wǎng)絡(luò);3、多層前向連接的神經(jīng)網(wǎng)絡(luò)(BP、RBF);4、單層帶有反饋連接的神經(jīng)網(wǎng)絡(luò)(Hopfield網(wǎng));5、多層回歸(遞歸)神經(jīng)網(wǎng)絡(luò);6、局部連接的人工神經(jīng)網(wǎng)絡(luò)(細(xì)胞神經(jīng)網(wǎng)、小腦模型等)。
第三章:感知器3.6有關(guān)的幾個(gè)問(wèn)題人工神經(jīng)網(wǎng)絡(luò)常見(jiàn)的連接形式有:方式1、單神經(jīng)元(M-P模型、單感知器、單連續(xù)感知機(jī));第三章:第三章:感知器網(wǎng)絡(luò)145014208王菁第三章:感知器網(wǎng)絡(luò)145014208王菁第三章:感知器人的視覺(jué)是重要的感覺(jué)器官,人通過(guò)視覺(jué)接受的信息占全部信息量的80~85%。感知器是模擬人的視覺(jué),接受環(huán)境信息,并由神經(jīng)沖動(dòng)進(jìn)行信息傳遞的神經(jīng)網(wǎng)絡(luò)。感知器分單層與多層,是具有學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)。第三章:感知器人的視覺(jué)是重要的感覺(jué)器官,人通過(guò)視覺(jué)接受的信息第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
圖2-3-1單層感知器第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力布爾函數(shù)的M-P神經(jīng)元表示:
利用帶閾值的M-P人工神經(jīng)元可以很方便地實(shí)現(xiàn)布爾代數(shù)中的許多功能。在布爾代數(shù)中,and、or、Not、xoR關(guān)系如下表1所示:第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力andor
)
)xoR0000110010110110010111111000Not(Not(布爾函數(shù)的M-P神經(jīng)元表示:第三章:感知器3.1單個(gè)感知第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力且、,模型來(lái)建立,可以將圖用與、之間的關(guān)系:
上面幾個(gè)人工神經(jīng)元都滿足M-P模型。
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力且、,模第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力根據(jù)各個(gè)圖及M-P模型,我們有
(1)(2)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力根據(jù)各個(gè)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力(3)顯然是符合邏輯運(yùn)算要求。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力(3)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
權(quán)系數(shù)和閾值不是0、1的M-P模型
若,則M-P模型比只允許取{-1,1}要靈活(或{1,0}),(或{1,0}),則對(duì)于這個(gè)M-P人工神經(jīng)元來(lái)說(shuō):
的多,但此時(shí)仍限制但與相比并無(wú)多大改進(jìn)。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力權(quán)系第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力例:試說(shuō)明下列兩個(gè)M-P人工神經(jīng)元是等價(jià)的。
分析:對(duì)于(a)
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力例:試說(shuō)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力對(duì)與(b)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力對(duì)與(b第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力此時(shí)感知器人工神經(jīng)元結(jié)構(gòu)及其數(shù)學(xué)描述如下:
當(dāng)M-P人工神經(jīng)元的輸入X可以在R上取值時(shí)
——離散感知器(簡(jiǎn)稱感知器)
若M-P人工神經(jīng)元的輸入,而其輸出值為或模型就改進(jìn)為離散感知器(因?yàn)槠漭敵鲞€是離散的),簡(jiǎn)稱為感知器。。則此時(shí)的M-P第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力此時(shí)感知第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
用圖所示二輸入/單輸出單層感知器,輸入輸出描述:
?íì<·3·=·=-+=0,00,1)()(2211fuwuwfyq
即
qq<+3+?íì=22112211,0,1uwuwuwuwy
可見(jiàn):輸入輸出為線性可分集合,一定可找到一條直線,將輸入模式分為兩類,此直線方程:
ywuwu=+-=11220q
則
uwwwu22121=-q
見(jiàn)圖,此直線與權(quán)值及閾值有關(guān)。
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
用圖所示三輸入/單輸出的單層感知器,輸入輸出:
?íì<·3·=·=-++=0,00,1)()(332211fuwuwuwfyq即
qq<++3++?íì=332211332211,0,1uwuwuwuwuwuwy可見(jiàn),輸入輸出為線性可分集合,一定可找到一個(gè)平面,將輸入模式分為兩類,平面方程:
0332211=-++=quwuwuwy則
23213133uwwuwwwu--=q此平面與權(quán)值及閾值有關(guān),見(jiàn)圖。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力
感知器的分類定義
作為數(shù)學(xué)模型,我們對(duì)感知器作出如下歸納:感知器是一個(gè)多輸入、單輸出的運(yùn)算系統(tǒng),表示一個(gè)神經(jīng)元的運(yùn)算特性,它的輸入狀態(tài)向量記為:權(quán)向量:2.感知器的狀態(tài)值可以為感知器的輸出值
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力感知器
連續(xù)感知器
第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力連續(xù)感知器人工神經(jīng)元結(jié)構(gòu)及其數(shù)學(xué)描述如下:
若取,則其成為一類最簡(jiǎn)單的連續(xù)人工感知神經(jīng)元。激活函數(shù):連續(xù)感知器第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力是不連續(xù)的:或都在{0,1}或{-1,1}上取值,的每個(gè)向量定義:
如果且激活函數(shù)那么這個(gè)感知神經(jīng)元被成為M-P模型。是離散的,那么這個(gè)b)如果,但激勵(lì)函數(shù)感知神經(jīng)元被稱為離散感知器——常簡(jiǎn)稱為感知器。是連續(xù)函數(shù),那么這個(gè)感知且C)如果神經(jīng)元稱為連續(xù)感知器。
由相應(yīng)的感知神經(jīng)元組成的網(wǎng)絡(luò)就稱為相應(yīng)神經(jīng)網(wǎng)絡(luò),如M-P神經(jīng)網(wǎng)絡(luò)、感知器神經(jīng)網(wǎng)絡(luò)、連續(xù)感知器神經(jīng)網(wǎng)絡(luò)。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力是不連續(xù)
例
線性不可分集合。
二維平面上的兩類模式——異或(XOR)問(wèn)題,見(jiàn)表。二維平面中不存在一條直線,將輸入模式分為兩類,此輸入模式稱線性不可分集合,見(jiàn)圖。可見(jiàn):?jiǎn)螌痈兄鞑荒芙鉀Q異或問(wèn)題。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力結(jié)論:?jiǎn)蝹€(gè)感知器不能對(duì)線性不可分問(wèn)題實(shí)現(xiàn)兩類分類。例線性不可分集合。二維平面上的兩類模式——單層感知器工作原理
對(duì)于只有兩個(gè)輸入的判別邊界是直線(如下式所示),選擇合適的學(xué)習(xí)算法可訓(xùn)練出滿意的和,當(dāng)它用于兩類模式的分類時(shí),相當(dāng)于在高維樣本空間中,用一個(gè)超平面將兩類樣本分開(kāi)。第三章:感知器3.1單個(gè)感知器模型與解決問(wèn)題的能力單層感知器工作原理第三章:感知器3.1單個(gè)感知器模型與解決第三章:感知器3.2單層感知器模型與解決問(wèn)題的能力
在上一節(jié)中指出了線性單個(gè)感知神經(jīng)網(wǎng)絡(luò)只能實(shí)現(xiàn)兩類分類,如果要進(jìn)行多于兩類的分類將怎么辦?生物醫(yī)學(xué)已經(jīng)證明:生物神經(jīng)系統(tǒng)是由一些相互聯(lián)系的,并能互相傳遞信息的神經(jīng)細(xì)胞互連構(gòu)成。因此這就使我們自然地想到是否可將單個(gè)的感知神經(jīng)元連成網(wǎng)絡(luò)形成一個(gè)單層的網(wǎng)絡(luò)?結(jié)構(gòu)第三章:感知器3.2單層感知器模型與解決問(wèn)題的能力第三章:感知器3.2單層感知器模型與解決問(wèn)題的能力
例
線性不可分集合。
二維平面上的兩類
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2023年中級(jí)經(jīng)濟(jì)師之中級(jí)經(jīng)濟(jì)師金融專業(yè)題庫(kù)(全優(yōu))
- 2021年江蘇無(wú)錫中考滿分作文《請(qǐng)讓我來(lái)》19
- 雙方協(xié)議進(jìn)度合同
- 土地使用權(quán)轉(zhuǎn)讓合同說(shuō)明
- 招標(biāo)文件要素分析
- 守護(hù)個(gè)人守護(hù)安全
- 配電工程招標(biāo)文件答疑結(jié)果
- 情侶保證書(shū)寫(xiě)作指南
- 浪漫接親的諾言
- 學(xué)生宿舍宿管權(quán)益合同
- 四川省成都市列五中學(xué)2023-2024學(xué)年高二上學(xué)期12月月考數(shù)學(xué)試題2
- EPC項(xiàng)目投標(biāo)人承包人工程經(jīng)濟(jì)的合理性分析、評(píng)價(jià)
- 臨床實(shí)驗(yàn)室室內(nèi)質(zhì)量控制與室間質(zhì)量評(píng)價(jià)
- 云南民俗文化
- 擴(kuò)心病護(hù)理查房
- 滬教版數(shù)學(xué)二年級(jí)下冊(cè)三位數(shù)加減混合運(yùn)算400題及答案
- 小學(xué)數(shù)學(xué)《四、100以內(nèi)數(shù)的認(rèn)識(shí)-數(shù)的順序-比較大小-說(shuō)課稿》兩篇
- 露天堆垛火災(zāi)特點(diǎn)及撲救措施
- COPD健康教育護(hù)理課件
- 場(chǎng)景推廣策劃方案
- 小學(xué)語(yǔ)文-長(zhǎng)城教學(xué)設(shè)計(jì)學(xué)情分析教材分析課后反思
評(píng)論
0/150
提交評(píng)論