第一章主要概括介绍了神经网络的特点，神经计算机，神经网络的研究现状和发展情况，还有神经网络的应用。并说明了本论文的选题背景，目的和实现方法。

通过本章，对神经网络有了初步的了解和认识，为下一步的学习打下了基础。并且初步构思了论文的主要内容和各部分的顺序安排。

第二章介绍神经网络的基本原理，包括人脑的基本单元—神经元以及大脑的信息处理方式。进一步抽象出大脑的人工神经网络模型，并且粗略模仿出大脑的学习方式。

本章从人脑出发，建立简单的数学的模型，模拟大脑的思维。本章是神经网络的最基础部分，MP模型和Hebb学习规则都是非常重要的公式，是各种复杂网络的基础，对神经网络的发展有里程碑式的意义。

第三章介绍基本的神经网络模型，包括感知机模型和BP神经网络模型。都是最常见，应用很广的神经网络模型。每种模型的算法和计算的流程图以及每种算法的优点与不足，本章也做了详细的阐述。其中网络的训练部分，带动量项的BP算法都做了最仔细的说明。他们是编写和调试神经网络识别程序的基本原则，

本论文的主要目的就是用BP算法来编写数字识别程序。所以，本章对本论文有重要的意义，是程序编写的基本所在。

第四章概括介绍了Hopfield神经网络模型，包括连续的和离散的Hopfield神经网络模型，还介绍了它的联想功能。Hopfield神经网络模型解决了一些复杂的难以解决的实际应用问题，在神经网络发展中具有过里程碑式的意义。

本章在程序的调试阶段有重要应用