本书的主要特点：
最新的特征生成技术，包括基于小波。小波包，分形的特征，还阐述了独立分量分析。
新增了关子支持向量机，变形模板匹配的章节，以及关于约束优化的附录。
特征选择技术。
线性以及非线性分类器的设计，包括贝叶斯分类器、多层感知器，决策树和RBF网络。
独立于上下文的分类，包括动态规划和隐马尔科夫建模技术。
不仅介绍了聚类算法的最新发展，而且还介绍了一些经典方法，诸如模糊。基因、退火等算法技术。
各种应用，包括图像分析。字符识别，医学诊断。语音识别以及信道均衡。
书评
模式识别在所有的自动化，信息处理和检索应用中都至关重要。本书由该领域内的两位顶级专家合著而成，从工 程角度，全面阐述了模式识别的应用，涉及的主题从图像分析到语音识别与通信，书中涉及到了神经网络的前沿材料， 着重描述了包括独立分量和支持向量机在内的最新进展。本书是享誉世界的名著，经过十余年的发展，已成为此领域 最全面的参考书，被世界众多高校选用为教材。除了适合教学外，也可供工程技术人员参考。
| 出版社 | 机械工业出版社 |
|---|