现代模式识别

本书系统深入地论述了各类经典的模式识别的理论与方法，同时还较全面地反映了本学科的新近科技成果。本书讨论的主流模式识别技术是：统计模式识别、模糊模式识别、神经网络技术、人工智能方法、子空间模式识别、句法模式识别。全书共17章，第1章为引论，第2～7章介绍的统计模式识别包括，聚类分析、判别域代数界面方程法、统计判决、学习与错误率估计、最近邻法和特征提取与选择，第8章为模糊模式识别方法，第9章介绍神经网络技术，第10章信息融合主要论述识别与决策中的有关融合技术，第11章为句法模式识别，第12章人工智能方法侧重讨论不确定推理，第13章阐述决策树，第14章论述支持矢量机，第15章讨论隐马尔可夫模型识别方法，第16章为子空间模式识别方法，第17章介绍统计学习理论的基本知识。本书可供电子科学与技术、信息与通信工程、控制科学与工程、计算机科学与技术及其它领域的有关专业和研究方向的研究生、本科高年级学生作为关于信息分析、检测、识别的教材或教学参考书，也可以供相关专业的科研人员工作中参考。