线性神经网络，BP神经网络，Hopfield神经网格，Elman神经网络，RBF神经网络；在模型应用模块中实现了六种实际应用：RBF网络的船用柴油机故障诊断，BP网络的齿轮箱故障诊断，SOM网络的回热系统故障诊断，BP网络的设备状态分类器，SOM网络的人口比例样本分类，SOM网络的土壤性状样本分类

第一篇 神经网络控制及其MATLAB实现　第1章 神经网络控制理论　　1.1 神经网络的基本概念　　　1.1.1 生物神经元的结构与功能特点　　　1.1.2 人工神经元模型　　　1.1.3 神经网络的结构　　　1.1.4 神经网络的工作方式　　　1.1.5 神经网络的学习　　　1.1.6 神经网络的分类　　1.2 典型神经网络的模型　　　1.2.1 MP模型　　　1.2.2 感知机神经网络　　　1.2.3 自适应线性神经网络　　　1.2.4 BP神经网络　　　1.2.5 径向基神经网络　　　1

基于粗网格特征提取再和Hopfield神经网络相结合的识别方法:首先用粗网格提取特征向量组,再将向量组分为8个分向量,然后再作为Hopfield的输入向量,进行识别,经过对样本的仿真、测试,有着良好的识别效果。