本书讲述神经计算科学的发展历史，讲述神经计算科学的元素以及拓扑和组织，解析十大经典人工神经系统：MP模型、感知器、自适应线性神经元网络、误差往回传播网络、小脑算术计算模型、径向基函数网络、Hopfield网络、Boltzmn机、自组织特征图以及自适应谐振理论模型。在解析神经计算模型的过程中讲述神经计算实例，特别是人工神经系统在机器人系统中的应用实例将展现神经计算模型作为人工脑在机器人系统中所发挥的智慧源泉的作用。

第1章 概述

第2章 神经计算的生理学基础

第3章 神经计算的元素——人工神经元

第4章 神经计算的拓扑——人工神经网络

第5章 神经计算的组织——人工神经系统的学习机制

第6章 Hebe学习

第7章 McCulloch-Pitts模型——第一个人工神经系统

第8章 感知器

第9章 自适应线性神经元网络

第10章 误差往回传播网络

第11章 小脑算术计算模型——CMAC神经网络

第12章 径向基函数网络

第13章 Hopfield网络

第14章 Boltzmann机

第15章 自组织特征图

第16章 逢适应谐振理论与ART系统

结束语 神经计算到底能做什么?

参考文献

附录 索引