内容简介：
神经网络是通过对人脑或生物神经网络的抽象和建模，研究非程序的、适应性的、大脑风格的信息处理的本质和能力。它以脑科学和认知神经科学的研究成果为基础，拓展智能信息处理的方法，为解决复杂问题和智能控制提供有效的途径，是智能科学和计算智能的重要部分。
本书系统地论述了神经网络的基本原理、方法、技术和应用，主要内容包括：神经信息处理的基本原理、感知器、反向传播网络、自组织网络、递归网络、径向基函数网络、核函数方法、神经网络集成、模糊神经网络、概率神经网络、脉冲耦合神经网络、神经场理论、神经元集群以及神经计算机。每章末附有习题，书末附有详细的参考文献。
本书内容丰富，反映了当前国内外该领域的最新研究成果和动向，可作为高等院校相关专业研究生及高年级本科生的神经网络、神经计算课程的教材，也可供从事神经网络、智能信息处理、模式识别、智能控制研究与应用的科技人员参考。
目录：
第1章 绪论
第2章 感知器
第3章 反向传播网络
第4章 自组织网络
第5章 递归网络
第6章 径向基函数网络
第7章 核函数方法
第8章 神经网络集成
第9章 模糊神经网络
第10章 概率神经网络
第11章 脉冲耦合神经网络
第12章 神经场理论
第13章 神经元集群
第14章 神经计算机
参考文献