前言

中国共产党第二十次全国代表大会报告指出：“教育是国之大计、党之大计。”本书以“新工科”学生的能力培养为导向，密切结合应用型高等院校人才培养目标和最新规范，尽可能将理论与实践相结合，突出对学生能力的培养。模式识别已经成为当代高科技研究的重要领域之一，它已发展成一门独立的新学科。模式识别技术迅速发展，已经应用在人工智能、机器人、系统控制、遥感数据分析、生物医学工程、军事目标识别等领域，几乎遍及各个学科，在国民经济、国防建设、社会发展的各个方面都得到了广泛的应用，产生了深远的影响。

本教材是历经多年锤炼的精品教材，自从2014年被评为“十二五”普通高等教育本科国家级规划教材以来，深受广大读者的喜爱，已经再版了3次。本次再版，继续精简内容，同时将群体智能的先进思想扩充到模式识别体系中。全书以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。全书共分为3篇。第1篇为基础篇，介绍模式识别的基本概念、基本方法，内容包括：模式识别的基本概念，特征的选择与优化，模式相似性测度。第2篇为分类器设计篇，内容包括：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。这一部分将手写数字分类识别的具体实例与模式识别方法相结合，为广大研究工作者和工程技术人员提供理论指导。第3篇为聚类分析篇，内容包括聚类算法，进化计算算法聚类分析，群体智能算法聚类分析。这一部分采用含有需要聚类分析的图像，形象生动地说明各种聚类算法。

国内外论述模式识别技术的书籍不少，但由于这一领域涉及深奥的数学理论，往往使学习者和实际工作者感到学习困难，大部分书籍只是罗列模式识别的各种算法，见不到算法的实际效果以及各种算法对比的结果，而这正是学习者和实际工作者需要了解和掌握的内容。目前还确实需要这样一本介绍模式识别技术在实际中应用的、兼具系统性和实用性的参考书。

本书特点如下。

1.选用新技术。除了介绍许多重要、经典的内容，书中还包含了最近十几年来刚刚发展起来的并经实践证明有用的新技术、新理论，比如支持向量机、BP神经网络、RBF神经网络、PNN（概率神经网络）、CPN（对向传播神经网络）、SORNN神经网络、决策树、模拟退火、遗传算法、进化计算算法、群体智能算法等，将这些新技术应用于模式识别中，并提供这些新技术的实现方法和源代码。

2.实用性强。针对实例介绍理论和技术，将理论和实践相结合，避免了空洞的理论说教。书中实例取材于手写数字模式识别，数字识别属于多类问题，在实际应用中具有广泛的代表性，读者对程序稍加改进，就可以应用到不同的场合，如文字识别、字符识别、图形识别等。

结构新颖：精心设计软件结构，代码短小精悍、规范化和通用化。

技术前沿：广泛吸取人工智能、机器学习等前沿技术，提供多种算法代码。

多层实践：可单一算法学习、不同算法比较、多种算法综合，传授项目实战经验。

资源共享：可免费下载本书配套的教学软件。

3.编排合理，符合认知规律。本教材从理论联系实际角度出发，遵循学生理论认知与能力培养规律，从以下五方面提高读者项目应用能力。

项目实践：提供手写数字识别和图片物体聚类两个应用性课题。

理论分析：精讲理论内容。

实现步骤：为编程打下基础。

编程代码：提供示范代码，缩短探索时间，提高实践能力。

理论验证：提供教学软件及其运行效果图，可见理论应用效果，避免空洞。

本教材内容基本涵盖了目前模式识别技术的重要理论和方法，但并没有简单地将各种理论和方法堆砌起来，而是将著者自身的研究成果和实践经验传授给读者。在介绍各种理论和方法时，将不同的算法应用于实际中，内容包括需要应用模式识别技术解决的问题、模式识别理论的讲解和推理、将理论转化为编程的步骤、计算机能够运行的源代码、计算机运行模式识别算法程序后的效果，以及不同算法应用于同一个问题的效果对比，使读者面对如此丰富的理论和方法不至于无所适从，而是有所学就会有所用。

由于至今还没有统一的、有效的可应用于所有模式识别问题的理论，当前的一种普遍看法是，不存在对所有模式识别问题都适用的单一模型和能够解决模式识别问题的单一技术，我们所要做的是把模式识别方法与具体问题结合起来，把模式识别与统计学、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结合起来，为读者提供一个多种理论的测试平台，并在此基础上，深入了解各种理论的效能和应用的可能性，互相取长补短，开创模式识别应用的新局面。

本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人学、工业自动化、模式识别等学科研究生和本科生的教材或教学参考书，也可供有关工程技术人员参考。

特别感谢项目组成员代学欣、刘明言、王浩淳、马荣淏、王庚兰、蔡梦轩、马荣泽、邓飞、杨倩等，他们在著者指导下的研究工作中付出了辛苦的劳动，取得了有益的研究成果，正是在他们的努力下本书得以顺利完成，在此表示衷心的感谢。

本书的出版得到天津理工大学出版基金的资助。由于著者业务水平和实践经验有限，书中缺点与错误在所难免，欢迎读者予以指正！

著者将不辜负广大读者的期望，努力工作，不断充实新的内容。为方便广大读者学习，特提供技术支持电子邮箱：ysying1262@126.com。读者可通过该邮箱及时与著者取得联系，获得技术支持。

为了提升广大读者的实践能力，本教材提供配套的数字化学习资源，不断更新，持续建设国家级规划教材。

线下基本项目软件获取途径：华信资源网下载，地址：https://www.hxedu.com.cn。

读者在掌握了基本项目的基础上，利用天津理工大学提供的虚拟仿真实验平台，可以进一步学习汉字识别、手势识别、语音识别等扩展项目。

著者