Este trabajo aborda la estimación de parámetros de una clase de sistemas neuronales con ciclos límite. Se formula un modelo de identificación basado en el modelo neuronal discretizado. Para estimar el vector de parámetros en el modelo de identificación, se proponen los algoritmos de mínimos cuadrados recursivos y gradiente estocástico, incluyendo sus versiones de multi-innovación mediante la introducción de un vector de innovación. Los resultados de simulación del modelo de FitzHugh-Nagumo indican que los algoritmos propuestos funcionan de acuerdo con la efectividad esperada.