本書是作者依據多年從事模式識別教學和研究的體會,參考相關文獻編寫而成的,深入淺出地介紹了模式識別理論和技術的基本概念、原理、方法和實現.全書共分為11章,每章闡述模式識別中的一個知識點,內容包括貝葉斯決策、概率密度函數的估計、線性判別分析、非線性判別分析、組合分類器、無監督模式識別、特徵選擇、特徵提取、半監督學習及人工神經網絡.除了經典算法以外,本書增加了部分較新的理論和算法,讀者可以選擇性地學習.本書還配以電子課件、MATLAB仿真程序、微課視頻和實驗指導書,便於教和學.本書可以作為高等學校人工智能、計算機、信息、自動化、遙感、控制等專業本科生或研究生的教材或參考書,也可以作為從事相關研究與應用人員的參考書.
