内容简介

本书广泛涉及了统计学、神经网络、模糊控制、人工智能及群智能计算等学科的先进思想和理论，将各种算法应用到模式识别领域中。以一种新的体系，系统而全面地介绍模式识别的理论、方法及应用。本书共分为12章，内容包括：模式识别概述、基于贝叶斯决策理论的分类器设计、判别函数分类器设计、聚类分析、模糊聚类分析、神经网络聚类设计、模拟退火算法聚类设计、遗传算法聚类设计、蚁群算法聚类设计、粒子群算法聚类设计、模板匹配法、余弦相似度算法。

本书将理论与实际相结合，针对具体案例进行了算法设计与分析，并将各种算法运用在MATLAB程序中，为广大研究工作者和工程技术人员提供了便利。本书适合从事智能控制系统研发的高级工程技术人员阅读，也可作为高等学校相关专业本科生和研究生的教学用书。

未经许可，不得以任何方式复制或抄袭本书之部分或全部内容。