图书简介

本书系统地论述了各类经典模式识别的基本概念、基本原理、典型方法、实用技术以及有关研究的新成果。本书讨论的模式识别技术涵盖统计模式识别、支撑向量机理论、人工神经网络技术以及基于隐马尔科夫模型的识别方法等多个方面。全书共分10章。第1章为绪论；第2章至第7章系统地介绍统计模式识别的基本理论和基本方法，包括用似然函数做模式识别、用距离函数做模式识别，以及特征选择，具体为：判别函数方法、Bayes决策理论、错误率和密度函数估计、最近邻法、聚类分析以及特征选择；第8章论述支撑向量机理论；第9章介绍人工神经网络技术；第10章讨论基于隐马尔科夫模型的识别方法。    本书可供模式识别与智能系统、计算机科学与技术、控制科学与工程、生命科学与技术及其他领域的和有关专业的研究生、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。more