合理、完善的知识体系结构；内容丰富，重点突出，应用性强；免费提供相关程序源代码下载；深入、详细剖析MATLAB工程应用技术。

本书利用目前国际上流行的MATLAB环境，结合神经网络工具箱，在深入浅出地介绍人工神经网络中的各种典型网络以及训练过程的基础上，利用MATLAB工具箱进行神经网络的设计与应用。本书给出了各种神经网络在不同应用时的网络性能分析与直观的图形结果，使读者更加透彻地了解各种神经网络的性能及其优缺点，从而达到正确、合理和充分应用神经网络的目的。
本书可作为计算机、电子学、信息科学、通信、控制等专业的本科生、研究生教材，也可作为其他专业科技人员学习神经网络或MATLAB及其神经网络工具箱的参考用书。

前言
第1章 神经网络概述
1.1 神经网络的基本概念
1.2 神经网络的发展和应用
1.3 神经网络的特点
1.4 MATLAB语言及入门
1.5 神经网络工具箱
第2章 感知神经网络
2.1 单层感知器
2.2 多层感知器
2.3 感知器神经网络的学习和训练
2.4 基于BP算法的多层感知器设计基础
2.5 感知器设计实例
第3章 自组织竞争神经网络
3.1 竞争学习的概念与原理
3.2 自组织神经网络模型
3.3 自组织竞争网络的神经网络工具箱函数
3.4 实例分析
3.5 自适应共振理论网络
第4章 BP神经网络
4.1 BP网络模型结构
4.2 BP神经网络构建与算法
4.3 BP网络的神经网络工具箱函数
4.4 BP网络的局限性
4.5 BP网络的应用实例分析
第5章 线性神经网络
5.1 线性神经网络构建
5.2 线性神经网络学习算法
5.3 线性网络的神经网络工具箱函数
5.4 线性网络的局限性
5.5 线性神经网络应用实例分析
第6章 径向基函数神经网络
6.1 径向基函数神经网络模型与学习算法
6.2 径向基网络的神经网络函数
6.3 基于径向基函数技术的函数逼近与内插
6.4 概率神经网络
6.5 正则化理论与正则化RBF网络
6.6 模式可分性观点与广义的RBF网络
6.7 径向基函数的网络应用实例
第7章 反馈神经网络及 MATLAB实现
7.1 Hopfield神经网络及MATLAB实现
7.2 Elman神经网络及应用
7.3 双向联想记忆神经网络
7.4 反馈网络应用实例分析
7.5 Boltzmann机网络及仿真
第8章 神经网络预测与控制
第9章 神经网络优化及故障诊断
第10章 图形用户界面设计
参考文献