模式识别

　　本书系统地论述了模式识别基本概念、算法及应用，体现了传统模式识别内容与当前新发展的结合与补充。全书包括三部分内容，共15章。第一部分共7章，主要介绍了经典模式识别方法，着重讨论监督学习，即已知训练样本及其类别条件下分类器的设计方法，然后介绍了无监督模式识别，后讲解了模式识别系统中，特征提取和特征选择的准则和算法；第二部分共3章，主要介绍了现代模式识别方法，包含支持向量机、组合分类器以及半监督学习; 第三部分共5章，主要介绍了深度学习模式识别方法， 从现有的深度神经网络出发，讲解了强化学习、宽度学习、图卷积神经网络等模式识别方法。以实例的形式给出模式识别在各个领域中的应用，使读者对模式识别方法有更直观的认识。 本书可作为高等院校模式识别、计算机科学与工程、控制科学与工程、智能科学与技术等相关专业研究生或本科生的参考用书，也可为人工智能、计算机科学、控制科学领域的研究人员提供参考。

　　西安电子科技大学教授、博士生导师．现任人工智能学院智能所党支部书记。遥感影像解译研究中心主任。 “智能信息处理科学与技术”高等学校学科创新引智基地（“111计划”）副主任、IEEE高级会员、IEEE 遥感科学学会西安分会副主席、IEEE智能计算学会西安分会秘书、空天大数据与人工智能专委会常委、视觉大数据专委会委员、智能科学国际会议（ICIS2017）程序委员会委员、IEEE 地理科学与遥感国际会议 （IGARSS 2016， IGARSS 2017 ）分会主席、IEEE 亚太区会议（TENCON 2016）分会主席。主要研究方向为模式识别、机器学习、图像分析与理解等。