内容简介：本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群体智能计算等学科的先进思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。全书共分为10章，内容包括：模式识别概述，特征的选择与优化，模式相似性测度，基于概率统计的贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计，决策树分类器设计，聚类分析，进化计算算法聚类分析，群体智能算法聚类分析。书中所述理论知识均提供实现步骤、示范性代码及验证实例的效果图示，以达到理论与实践相结合的目的。