本书是一本关于模式识别理论和方法的著作，系统深入地论述了模式识别的理论与方法，较全面地反映了本学科的新近科技成果。全书共12章，讨论的主赢模式识别技术是：统计模式识别、模糊模式识别、神经网络技术、人工智能方法、句法模式识别。第—章为引论，第二章至第七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、训练学习与错误率估计、特征提取与选择以及最近邻法，第十一章信息融合集中论述识别与决策中的有关融合技术，第十二章人工智能方法侧重讨论不确定推理，其他类型识别方法在其余各章分别介绍。

本书系统深入地论述了模式识别的理论与方法，较全面地反映了本学科的新近科技成果。全书共12章，讨论的主赢模式识别技术是：统计模式识别、模糊模式识别、神经网络技术、人工智能方法、句法模式识别。第—章为引论，第二章至第七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、训练学习与错误率估计、特征提取与选择以及最近邻法，第十一章信息融合集中论述识别与决策中的有关融合技术，第十二章人工智能方法侧重讨论不确定推理，其他类型识别方法在其余各章分别介绍。

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他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。

第一章 引论

 1.1 概论

 1.2 特征矢量和特征空间

 1.3 随机矢量的描述

 1.4 正态分布

 参考文献

第二章 聚类分析

 2.1 聚类分析的概念

 2.2 模式相似性测度

 2.3 类的定义与类间距离

 2.4 聚类的算法

 习题

 参考文献

第三章 判别域代数界面方程法

 3.1 用判别域界面方程分类的概念

 3.2 线性判别函数

 3.3 判别函数值的鉴别意义、权空间及解空间

 3.4 Fisher线性判别

 3.5 一次准则函数及梯度下降法

 3.6 二次准则函数及其解法

 3.7 线性规划方法

 3.8 线性二分能力(Linear dichotomies)

 3.9 广义线性判别函数

 3.10 二次判别函数

 3.11 分段线性判别函数

 3.12 位势函数分类法

 习题

 参考文献

第四章 统计判决

 4.1 最小误判概率准则判决

 4.2 最小损失准则判决

 4.3 最小最大损失准则判决

 4.4 N-P(Neyman-Pearson)判决

 4.5 序贯判决

 4.6 Fisher准则判决

 习题

 参考文献

第五章 统计决策中的训练、学习与错误率测试、估计

 5.1 统计推断概述

 5.2 参数估计

 5.3 贝叶斯学习

 5.4 概率密度的窗函数估计法及kn-近邻法

 5.5 有限项正交函数级数逼近法

 5.6 用位势函数法逼近贝叶斯判决函数

 5.7 随机逼近方法求类的后验概率

 5.8 统计决策准则下线性判决函数的训练生成

 5.9 错误率测试

 5.10 平均损失及最小误判概率的估计方法

 5.11 经验风险设计

 习题

 参考文献

第六章 最近邻方法

 6.1 最近邻法

 6.2 剪辑最近邻法

 6.3 引入拒绝决策的最近邻法

 6.4 最近邻法中的最佳距离及其实际计算

 习题

 参考文献

第七章 特征提取与选择

 7.1 概述

 7.2 类别可分性判据

 7.3 基于可分性判据进行变换的特征提取与选择

 7.4 最佳鉴别矢量的提取

 7.5 离散K-L变换及其在特征提取与选择中的应用

 7.6 基于决策界的特征提取

 7.7 特征选择中的直接挑选法

 习题

 参考文献

第八章 模糊模式识别

 8.1 引言

 8.2 普通集合与模糊集合

 8.3 普通集合中的关系及有关知识

 8.4 模糊关系与模糊变换

 8.5 模糊度与特征提取和选择

 8.6 模糊识别的基本方法

 习题

 参考文献

第九章 神经网络在模式识别中的应用

 9.1 人工神经网络的基本知识

 9.2 前向型人工神经网络

 9.3 BP网的结构性能和学习改进

 9.4 Hopfield网络

 9.5 随机神经网络

 9.6 自适应共振理论神经网络

 9.7 自组织特征映射神经网络

 9.8 模糊神经网络

 习题

 参考文献

第十章信息融合

 10.1 概述

 10.2 融合技术的层次性及融合系统的功能模块和结构

 10.3 关于信息融合的熵理论

 10.4 观测不相关的分布式最小损失准则下的检测与决策融合

 10.5 观测相关的决策融合

 10.6 N-P准则下的数据融合

 10.7 分布式检测决策融合的全局最优概述及某些约束条件下的最优解

 10.8 D-S证据理论融合算法

 参考文献

第十一章 句法模式识别

 11.1 句法模式识别概述

 11.2 形式语言

 11.3 高维文法与随机文法

 11.4 模式的描述

 11.5 句法分析

 11.6 文法推断

 参考文献

第十二章 智能化方法

 12.1 人工智能简述

 12.2 专家系统

 12.3 知识的表示

 12.4 智能推理技术

 12.5 不确定性推理

 参考文献