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13章,内容包括:模式识别概述,特征的选择与提取,模式相似性测度,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(BP神经网络、径向基函数冲经网络、自组织竞争神经网络、慨率神经网络、对向传播神经网络、反馈型神经网络),决策树分类器,粗糙集分类器,聚类分析,模糊聚类分析,遗传算法聚类分析,蚁群算法聚类分析,粒子群算法聚类分析。
![](https://video.ask-data.xyz/img.php?b=https://iknow-pic.cdn.bcebos.com/fcfaaf51f3deb48f56b92516f71f3a292cf57822?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto)