本书共分三篇：第一篇包括固定结构的神经系统的理论模型，涵盖神经元模型、感受器的数学描述、节律产生和视觉信息加工等；第二篇是关于学习和记忆的理论模型，包括}tebb学习律、平行分布式理论框架、Hopfield模型以及短时程的突触修正规律，清晰讲述了神经系统的理论研究对人工智能、信息科学工程应用的意义；第三篇介绍神经科学和脑科学中当前的几个热点，包括神经编码、功能柱的结构和功能、脑的非线性和意识问题。本书可作为神经科学、认知科学、心理学等专业的研究生教材，也可作为人工视觉、神经假肢、人工智能、信息科学专业研究人员的参考书。

本书把半个世纪以来有实验依据的神经系统(脑)中的主要理论和模型集中起来，给研究生们提供理论训练。这些理论和模型中有重要基础理论意义的，大都取材于诺贝尔奖获得者的工作，也包括对信息科学、工程应用有重大影响的假设、理论和算法。

引论

第一篇 固定结构的神经系统的理论模型

第一章 神经元的形态、生理特性及其数学描述

第一节 神经细胞的形态、生理特性

第二节 McCulloch&Pitts(MP)模型

第三节 Caianiello模型

第四节 现代常用的模型

第五节 H—H方程及广义H—H方程

第六节 R—H模型及各种模型的比较

第二章 感受器的特性及数学描述

第一节 动物的感觉

第二节 感受器的稳态特性

第三节 感受器的时间特性以及人的时间感

第三章 侧抑制神经网络

第一节 侧抑制现象的电生理学研究

第二节 侧抑制现象的心理学研究

第三节 侧抑制网络的理论研究和计算机模型

第四节 侧抑制网络的意义

第四章 竞争协作网络和神经场方程

第一节 问题提出

第二节 离散模型中的竞争过程

第三节 一维连续场中的竞争协作模型

第四节 全模型与分层模型

第五节 形成立体视觉的一种理论描述

第六节 神经场方程的当前工作

第五章 神经网络中的回响与细胞自动机

第一节 问题提出及若干实例

第二节 回响的数学模型及理论研究结果

第三节 计算机模拟结果及其他模拟结果

第四节 细胞自动机

第六章 视觉信息加工

第一节 视觉系统的解剖和生理

第二节 感受野的性质

第三节 感受野的早期模型

第四节 感受野的Gabor函数模型

第五节 感受野Gabor模型的意义

第六节 感受野Gabor模型的应用

第七节 一些视觉功能的数学描述

第八节 视觉与行为

第九节 视觉计算理论和正则化理论

第十节 视觉仿生

第七章 节 律性活动的产生和调控

第一节 一般性考虑和数学分析

第二节 节 律性活动的典型实例

第三节 动物的步态及数学描述

第二篇 学习和记忆的理论模型

第八章 学习和记忆的生理学及心理学研究

第一节 学习和记忆的定义、意义及简史

第二节 功能定位

第三节 学习和记忆的分类及有关脑结构

第四节 学习和记忆的细胞和分子基础

第五节 突触修正理论

第九章 关于学习和记忆的早期模型

第一节 CaianieUo的记忆方程

第二节 中野馨的联想机

第三节 全息记忆模型

第四节 Kohonen的联想记忆及D．Marr关于新皮质、小脑和海马

的理论模型

第十章 基于：Hebb学习律的数学模型

第一节 Hebb学习律的一般数学描述和分类

第二节 无监督学习

第三节 有监督的学习

第四节 学习算法小结

第五节 脉冲时间依赖的突触可塑性及数学描述

第十一章 平行分布式理论框架和}topfield神经网络理论

第一节 平行分布式理论框架的生理和心理基础

第二节 平行分布式理论框架的内容

第三节 PDP框架下的一些具体算法

第四节 内部表象问题

第五节 PDP理论的成功范例

第六节 Hopfield的神经网络计算机

第三篇 脑理论和模型中的热点和重点问题

第十二章 神经动力学和脑的混沌理论

第一节 引言

第二节 神经脉冲序列的非线性动力学分析

第三节 嗅觉感知的神经动力学

第四节 脑电的复杂性分析

第十三章 神经信息的编码和表象

第一节 神经编码的种种假说

第二节 信息论上的考虑和数学处理

第三节 电生理研究中发现的40Hz同步振荡

第四节 时空动态编码

第十四章 皮质功能柱的结构和功能

第一节 皮质功能柱的定义和结构

第二节 功能柱的理论模型

第三节 功能柱的意义和作用

第十五章 意识问题

第一节 意识问题的再提出

第二节 意识研究中的一些基本理论问题

第三节 意识研究的理论框架

第四节 意识的测定

第五节 意识的量子理论

第六节 视觉是研究意识问题的突破口

中日文参考文献(按拼音排序)

英文参考文献