内容简介 · · · · · ·

本书综合考虑了有监督和无监督模式识别的经典的以及当前的理论和实践,为专业技术人员和高校学生建立起完整的基本知识体系。本书由模式识别领域的两位项级专家合著,从工程角度全面阐述了模式识别的应用,内容包括叶斯分类、贝叶斯网络、线性和非线性分类器（包含神经网络和支持向量机）、动态编程和用于顺序数据的隐马尔可夫模型、特征（包含小波、主成分分析、独立成分分析和分形分析）、特征选择技术、来自学习理论的基本概念、聚类概念和算法等。

　　本书是享誉世界的名著,内容既全面又相对独立,既有基础知识的介绍又有领域研究现状的介绍,还有对未来发展的展望,是本领域最全面的参考书,被世界众多高校选用为教材。本书可作为高等院校计算机、电子、通信、自动化等专业研究生和高年级本科生的教材,也可作为计算机信息处理、自动控制等相关领域工程技术人员的参考用书。

作者简介 · · · · · ·

Serclios Theodoridis于1973年在雅典大学获得物理学学士学位,又分别于1975和1978年在英国伯明翰大学获得信号处理与通信硕士和博士学位。自1995年,他是希腊雅典大学信息与通信系教授。他有4篇论文获得IEEE的神经网络会刊的卓越论文奖,他是IET和IEEE高级会员。

Konstatinos Koutroumbas,1989年毕业于希腊佩特雷大学的计算机工程与信息学院,1990年在英国伦敦大学获得计算机科学硕士学位,1995年在希腊雅典大学获得博士学位。自2001年任职于希腊雅典国家天文台空间应用与遥感研究院,是国际知名的专家。