神经网络系统理论是近年来得到迅速发展的一个国际前沿研究领域，它的发展对计算机科学、人工智能、认知科学、脑神经科学、数理科学、信息科学、微电子学、自动控制与机器人、系统工程等领域都有重要影响。本书系统地论述了神经网络系统的基本理论、方法，系统的综合与应用及有关最新研究成果，主要内容有：神经元的MP模型及Hebb学习规则、动力系统的稳定性及其判别方法；前向网络、反向网络、自组织网络及随机网络四个范式；神经网络的通有迭代模型、性质及其Sys-tolic实现方法；新的神经网络模型及其空结构功能及有关性能；神经网络的设计与综合；神经网络理论的应用；神经网络计算机的基本结构与实现方法。<br />　　本书可作为理工科大学计算机、自动控制、信号与信息处理、电路与系统、系统工程等专业博士生、硕士生及高年级大学生的教材，同时对有关领域的研究人员和工程技术人员有重要参考价值。