【内容简介】
本书重点介绍模式识别的基本概念和基本方法，在保证理论完整性的前提下，详细讨论具体算法的基本思想、实现方法、优缺点以及适用领域，使读者在了解模式识别基本理论的同时能够掌握分类器设计方法，通过具体的应用实例和实践环节，帮助读者尽快做到理论与实践的结合，掌握模式识别方法用以解决在具体应用中所遇到的问题。
本书主要面向初学者和有一定自学能力的科研工作者，致力于对模式识别理论框架下概念的准确把握和算法实际应用能力的培养，算法与实用并重。本书可作为计算机科学与技术、电子科学与技术、控制科学与工程等专业本科生、研究生的教材或教学参考书，也可为其他相关专业人员了解模式识别方法提供入门参考。
【目 录】
第1章 绪论
第2章 距离分类器
第3章 聚类分析
第4章 线性判别函数分类器
第5章 特征选择与特征提取
第6章 非线性判别函数分类器
第7章 统计分类器及其学习
第8章 模式识别应用系统实例
附录
A 矢量、矩阵及其导数
B 最优化方法
C 概率论
D 高斯分布参数的极大似然估计
E 高斯混合模式EM算法的迭代公式
参考文献
