国防科技大学博士后，安徽安庆人，主要研究方向为智能算法应用(神经网络/遗传算法/混沌/分形/小波)、有限元仿真、材料工艺及合金腐蚀研究等。

神经网络经过了近70年的蓬勃发展，其拓扑结构、工作机制与应用领域已经发生了翻天覆地的变化，全面、直观、深入地认识各类神经网络已经是学习运用神经网络的必由之路。本书全面介绍了前馈型、反馈型与自组织型三大类神经网络，传统的BP网络到现代的量子网络20余小类神经网络，并结合实例分析了各种神经网络的使用方法和编程方法。

对于成熟的神经网络，本书给出了MATLAB函数及调用方法；对于前沿的神经网络，本书推导了高效简洁的编程算法；对于需要结合其他方法使用的神经网络，本书也分析了其他方法的原理、使用方法及MATLAB函数，甚至提供了相应的工具箱供读者调用。

本书充分考虑了MATLAB语言的特点，以及程序的可读性、可移植性、可扩展性的要求，力图保证研究者能深入浅出地理解如何使复杂的算法简洁高效，然后变成简洁、易读、高效的源代码；力求使初学者与使用者通过直观生动的实例来理解各类神经网络，无须重新编写程序，直接修改参数即可使用本书提供的神经网络。