模式識別

本書是模式識別領域的入門教材，系統闡述了模式識別中的基礎知識、主要模型及熱門應用，並給出了近年來本領域一些新的成果和觀點；通過理論學習和動手實踐相結合的形式使初學者能有效入門，並培養獨立解決任務的能力，為模式識別的專案開發及相關科研活動打好基礎.
全書共15章，大致分為五部分：第一部分（第1~4章）介紹了本書的概論和基礎知識，包括緒論、數學背景知識、模式識別系統概述以及評估；第二部分（第5~6章）介紹了與領域知識無關的特徵提取，包括主成分分析和Fisher線性判別；第三部分（第7~10章）介紹了分類器與其他工具，包括支援向量機、概率方法、距離度量與資料變換、信息論和決策樹；第四部分（第11~12章）介紹瞭如何處理變化多端的資料，包括稀疏資料和未對齊資料、隱瑪律可夫模型；第五部分（第13~15章）介紹了一些高階課題，包括正態分佈、EM演算法和捲積神經網絡.
本書可作為高等院校人工智能、電腦、自動化、電子和通信等相關專業研究生或本科生的教材，也可供人工智能、電腦、自動化、電子和通信等領域研究人員和工程技術人員參考.