本书共分10章。第l章介绍了在认知神经科学发展背景中的神经计算技术。第2章在统计学习的观点下,分析了经典的Bayes决策、单层和多层前向神经网络和学习规则,而后讨论了目前在各领域应用广泛的支撑矢量机网络。第3章介绍了神经计算领域最近的一些进展。从第4章开始,集中讨论了当前正在兴起的、将神经计算和后子波分析一多尺度几何分析相结合的多种自适应多尺度几何网络模型及其自适应学习算法。其中包括第5章的自适应连续脊波网络、第6章的离散脊波网络、第7章的线性脊波网络、第8章的脊波核函数网络、第9章的曲线波网络和第10章的轮廓波包网络。本书重点部分为第4~10章。
本书可供信息与通信系统、电子科学与技术、计算机科学与工程、控制科学与工程、智能科学与技术等领域的研究人员参考,也可作为相关专业研究生或高年级本科生的参考用书。