现代模式识别(第2版)

《现代模式识别(第2版)》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。《现代模式识别(第2版)》讨论的主流模式识别技术有：统计模式识别、模糊模式识别、神经网络技术、人工智能方法、子空间模式识别及结构模式识别等。
《现代模式识别(第2版)》共17章。第一章为引论；第二章至第七章介绍统计模式识别，包括：聚类分析、判别域代数界面方程法、统计判决、统计决策中的学习与错误率估计、最近邻法和特征提取与选择；第八章为模糊模式识别方法；第九章介绍神经网络技术；第十章信息融合主要论述识别与决策中的有关融合技术；第十一章为结构模式识别；第十二章智能化方法侧重讨论不确定推理；第十三章阐述决策树；第十四章论述支持矢量机；第十五章讨论隐马尔可夫模型识别方法；第十六章为子空问模式识别方法；第十七章介绍最小风险设计。
《现代模式识别(第2版)》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参考。