内容简介 · · · · · ·

《模式识别》在完美地结合当前的理论与实践的基础上,讨论了贝叶斯分类、贝叶斯网络、线性和非线性分类器设计、动态编程和用于顺序数据的隐马尔可夫模型、特征生成、特征选取技术、学习理论的基本概念以及聚类概念与算法。与前一版相比,主要更新了关于支持向量机和聚类算法的内容,重点研究了图像分析、语音识别和声音分类的特征生成。每章末均提供有习题与练习,且支持网站上提供有习题解答,以便于读者增加实际经验。模式识别是指对表征事物或现象的各种形式的信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程。它是信息科学和人工智能的重要组成部分,主要应用领域是图像分析与处理、语音识别、声音分类、通信、计算机辅助诊断、数据挖掘等学科。

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。