模式识别(第4版)(修订版)

模式识别是信息科学和人工智能的重要组成部分，主要应用领域包括图像分析、光学字符识别、信道均衡、语言识别和语音分类等。本书全面介绍了模式识别的基础理论、**方法及各种应用，讨论了贝叶斯分类、贝叶斯网络、线性和非线性分类器设计、上下文相关分类、特征生成、特征选择技术、学习理论的基本概念及聚类的概念与算法，新增了与大数据集和高维数据相关的算法，详细论述了非线性降维、非负矩阵因数分解、关联性反馈、鲁棒回归、半监督学习、频谱聚类和组合集聚技术。书中的各章提供习题与练习，并在配套网站上提供习题解答。

Sergios Theodoridis 希腊雅典大学物理学学士，英国伯明翰大学信号处理与通信专业硕士和博士，希腊雅典大学信息与通信系教授，IET和IEEE高级会员，发表的4篇论文曾获IEEE神经网络会刊卓越论文奖。Konstantinos Koutroumbas 希腊佩特雷大学计算机工程与信息学院计算机科学硕士，英国伦敦大学计算机科学硕士，希腊雅典大学计算机科学博士，希腊雅典国家天文台应用与遥感研究所研究员。

李晶皎，东北大学信息学院教授、博士生导师。2006―2010年教育部电子电气基础教学指导委员会委员。自1988年以来一直从事教学与科研工作。主要研究方向是模式识别、语音信号处理、计算机系统结构、嵌入式系统。