本书是作者依据多年从事模式识别教学和研究的体会,参考相关文献编写而成的,深入浅出地介绍了模式识别理论和技术的基本概念、原理、方法和实现。全书共分为11章,每章阐述模式识别中的一个知识点,内容包括贝叶斯决策、概率密度函数的估计、线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习及人工神经网络。除了经典算法以外,本书增加了部分较新的理论和算法,读者可以选择性地学习。本书还配以电子课件、MATLAB仿真程序、微课视频和实验指导书,便于教和学。本书可以作为高等学校人工智能、计算机、信息、自动化、遥感、控制等专业本科生或研究生的教材或参考书,也可以作为从事相关研究与应用人员的参考书。