模式識別

　　本書是模式識別領域的入門教材，系統(tǒng)闡述了模式識別中的基礎知識、主要模型及熱門應用，并給出了近年來本領域一些新的成果和觀點；通過理論學習和動手實踐相結合的形式使初學者能有效入門，并培養(yǎng)獨立解決任務的能力，為模式識別的項目開發(fā)及相關科研活動打好基礎. 全書共15章，大致分為五部分：第一部分（第1~4章）介紹了本書的概論和基礎知識，包括緒論、數(shù)學背景知識、模式識別系統(tǒng)概述以及評估；第二部分（第5~6章）介紹了與領域知識無關的特征提取，包括主成分分析和Fisher線性判別；第三部分（第7~10章）介紹了分類器與其他工具，包括支持向量機、概率方法、距離度量與數(shù)據(jù)變換、信息論和決策樹；第四部分（第11~12章）介紹了如何處理變化多端的數(shù)據(jù)，包括稀疏數(shù)據(jù)和未對齊數(shù)據(jù)、隱馬爾可夫模型；第五部分（第13~15章）介紹了一些高階課題，包括正態(tài)分布、EM算法和卷積神經(jīng)網(wǎng)絡. 本書可作為高等院校人工智能、計算機、自動化、電子和通信等相關專業(yè)研究生或本科生的教材，也可供人工智能、計算機、自動化、電子和通信等領域研究人員和工程技術人員參考.

　　吳建鑫 南京大學計算機科學與技術系教授、博士生導師，入選*組部青年海外高層次人才引進計劃（青年千人計劃），2014年獲得國家自然科學基金委優(yōu)秀青年科學基金項目支持. 同時，擔任Minieye首席科學家（minieye.cc）. 主要從事計算機視覺和機器學習等領域的研究. 在重要國際期刊如TPAMI、IJCV、AIJ、JMLR等以及重要國際會議如ICCV、CVPR、ICML等發(fā)表論文六十余篇. 曾擔任國際會議ICCV、AAAI、CVPR等領域主席。發(fā)表論文被60余個國家和地區(qū)的學者引用7000余次.