模式識別

　　本書系統(tǒng)地論述了模式識別基本概念、算法及應用，體現了傳統(tǒng)模式識別內容與當前新發(fā)展的結合與補充。全書包括三部分內容，共15章。第一部分共7章，主要介紹了經典模式識別方法，著重討論監(jiān)督學習，即已知訓練樣本及其類別條件下分類器的設計方法，然后介紹了無監(jiān)督模式識別，后講解了模式識別系統(tǒng)中，特征提取和特征選擇的準則和算法；第二部分共3章，主要介紹了現代模式識別方法，包含支持向量機、組合分類器以及半監(jiān)督學習; 第三部分共5章，主要介紹了深度學習模式識別方法， 從現有的深度神經網絡出發(fā)，講解了強化學習、寬度學習、圖卷積神經網絡等模式識別方法。以實例的形式給出模式識別在各個領域中的應用，使讀者對模式識別方法有更直觀的認識。 本書可作為高等院校模式識別、計算機科學與工程、控制科學與工程、智能科學與技術等相關專業(yè)研究生或本科生的參考用書，也可為人工智能、計算機科學、控制科學領域的研究人員提供參考。

　　西安電子科技大學教授、博士生導師．現任人工智能學院智能所黨支部書記。遙感影像解譯研究中心主任。 “智能信息處理科學與技術”高等學校學科創(chuàng)新引智基地（“111計劃”）副主任、IEEE高級會員、IEEE 遙感科學學會西安分會副主席、IEEE智能計算學會西安分會秘書、空天大數據與人工智能專委會常委、視覺大數據專委會委員、智能科學國際會議（ICIS2017）程序委員會委員、IEEE 地理科學與遙感國際會議 （IGARSS 2016， IGARSS 2017 ）分會主席、IEEE 亞太區(qū)會議（TENCON 2016）分會主席。主要研究方向為模式識別、機器學習、圖像分析與理解等。