本书主要介绍模式识别的基本概念与算法，全书分为11章·内容包括模式识别概述、模式的表示、很近邻分类器、贝叶斯分类器、隐式马尔可夫模型、决策树、支持向量机、组合分类器、聚类方法等，希望本书有助于读者更好地理解模式识别技术以及该技术对各个领域的重要作用。本书包含了大量的工作实例，安排了适量的练习，提供了丰富的延伸阅读材料，希望每一位读者都能从中受益。
本书适用于电子信息、计算机、自动控制等专业的本科生和研究生及本领域的研究者。
【目 录】
第1章导论
第2章模式集合的表征
第3章最近邻分类器
第4章贝叶斯分类器
第5章隐士马尔可夫模型
第6章决策树
第7章支持向量机
第8章多分类器组合
第9章聚类方法
第10章本书总结
第11章应用实例：手写数字识别
名词索引
