模式識別

　　本書主要介紹統計模式識別和結構模式識別的相關內容。全書由7章組成，第1章為緒論，第2章介紹統計模式識別中的幾何方法，著重介紹特徵空間的概念和相關分類器的設計方法。第3章介紹統計模式識別中的概率方法，著重介紹最小錯誤概率分類器、最小風險分類器、紐曼皮爾遜分類器和最小最大分類器以及概率密度函數的參數估計和非參數估計等。第4章討論典型分類器錯誤概率的計算問題。第5章討論無監督情況下的模式識別問題，著重介紹幾種典型的聚類演算法：基於分裂的聚類方法、基於合併的聚類方法、動態聚類方法、基於核函數的聚類方法和近鄰函數值聚類方法等。第6章討論結構模式識別問題，給出幾種典型的文法規則和與之相關聯的識別裝置，包括有限狀態自動機、下推自動機和圖靈機等。最後，在第7章對全書進行總結。
　　本書可作為電子資訊類各專業高年級本科生和碩士研究生模式識別課程的教材，也可供從事模式識別相關研究的教師和科研人員參考