《神经计算与生长自组织网络》分前后两个部分。前一部分主要讨论神经计算的基本概念原理及几个主要的神经网络模型。包括神经计算概述、人工神经网络的基本结构及其特性、神经感知器、自适应线性元件、多层前馈神经网络、径向基函数网络等。后一部分是作者在德国图宾根大学攻读博士学位期间及近来的一些研究成果。具体内容包括古典变拓扑神经网络、自组织变拓扑神经网络、生长神经元结构及其变种、外生长型神经元结构、多生长神经元结构、双生长神经气网络等。全书内容取材新颖，主题专一，深入浅出，注重算法的理论依据、应用思路及应用效果，体现了国内外在该领域的最新研究成果。《神经计算与生长自组织网络》可作为从事计算智能、机器学习、模式识别、数据挖掘、信息可视化等研究的科研人员的参考资料，也可作为高等院校相关专业的教师、硕士研究生及博士研究生的专业参考书。