本书是关于智能模式识别方法研究的专著，全书涉及面较广，内容新颖。
全书认真总结了作者及所在的研究集体多年的科研成果和国内外*新的研究资料，反映了当前智能模式识别领域的研究水平。
全书理论联系实际，使读者能很快地将智能模式识别方法应用到实践中。全书共分9 章，内容包括：模式识别基本理论，主要人工智能方法及其在特征选择与提取、模式分类、一类分类方法等方面的应用，*后介绍了智能模式识别方法在多个相关领域中的应用情况。
本书对从事模式识别、人工智能技术、数据挖掘、智能管理等方面研究的科技人员具有重要的参考价值，也可以作为高等院校自动化、计算机等专业研究生和高年级本科生“模式识别”课程的教材或主要参考书。

**章 绪论
**节 模式识别的含义
一、模式与模式识别的概念
二、模式识别系统
三、模式识别的主要研究内容
第二节 模式识别的主要方法
第三节 模式识别的应用领域
一、文字识别
二、语音识别
三、医学上的应用
四、状态监测与故障诊断
五、人脸识别
六、身份识别
第二章 统计模式识别基本理论
**节 贝叶斯决策
一、*小错误率贝叶斯分类
二、*小风险率贝叶斯分类
第二节 概率密度函数估计
一、参数估计
二、非参数技术
第三节 线性分类器
一、线性判别函数的基本概念
二、*小距离分类器
三、感知器准则函数
四、Fisher线性判别函数
第四节 近邻法
一、*近邻法
二、K一近邻法
第五节 聚类分析
一、模式相似性测度和聚类准则
二、层次聚类法
三、c一均值算法
四、ISODATA算法
第六节 特征选择与提取的基本方法
一、特征评判标准——类别可分性判据
二、特征选择及搜索算法
三、基于K—L变换的特征提取
第三章 特征选择与提取中的智能方法
**节 基于神经网络的特征选择与提取
一、神经网络理论
二、前向多层神经网络、BP算法
三、基于神经网络的特征选择与提取方法
第二节 基于粗糙集的特征选择与提取
一、粗糙集基本理论
二、基于粗糙集的属性约简
三、连续属性的离散化方法
四、粗糙集理论属性约简中的三个问题
五、基于启发式知识的属性约简方法
第三节 基于遗传算法的特征选择与提取
一、基本遗传算法
二、遗传算法的基本实现技术
三、遗传算法与特征选择、提取
第四章 神经网络模式识别
**节 基于多层前馈神经网络的模式识别
一、多层前馈神经网络在模式识别中的应用方法
二、基于遗传神经网络的科研立项评审方法
第二节 双向联想记忆(趾M)
一、M矩阵的确定
二、双向联想功能的实现
三、EAM在故障诊断中的应用例子
第三节 径向基函数神经网络
一、插值问题
二、正规化问题
三、邢F网络学习方法
第四节 自组织特征映射神经网络
一、网络的拓扑结构
二、网络自组织算法
三、有教师学习
四、自组织网络用于模式识别的一个例子
第五章 模糊模式识别
**节 模糊数学的基本理论
一、模糊集合
二、模糊关系
三、模糊变换与模糊综合评判
第二节 模糊模式识别的基本方法
一、*大隶属原则
二、择近原则
第三节 模糊神经网络
一、模糊神经元
二、模糊神经网络
三、模糊BP网络
四、模糊联想记忆
第四节 模糊聚类分析
第五节 模糊‘一均值算法
第六节 模糊模式识别技术在故障诊断中的应用
一、柴油机系统故障的模糊逻辑诊断
二、模糊神经网络在汽轮发电机组故障诊断中的应用
第六章 基于核方法的特征提取技术
**节 核方法
第二节 基于核的主成分分析方法
一、KPCA的基本原理
二、算例分析
第三节 基于核的Fisher判别方法
一、Fisher判别方法
二、基于核的Fisher判别方法
三、算例分析
第四节 基于核的投影寻踪方法
一、PP方法总体思路与PP指标
二、PP主成分分析
三、基于核的PP方法
四、算例分析
第五节 主动学习在基于核的特征提取中的应用
一、主动学习方法简介
二、KPCA中样本筛选的可行性研究
三、KPCA中样本筛选的具体方法
四、算例分析
第七章 支持向量机模式识别
**节 统计学习理论基本内容
一、一般机器学习方法所遇到的问题
二、统计学习理论
第二节 支持向量机
一、*优分类面
二、支持向量机模型
三、多类情况下的SVM模型
四、算例分析
五、SVM的初步讨论
第三节 线性规划支持向量机
一、不同范数下超平面之间的距离计算
二、LI范数下的线性规划支持向量机模型
三、L。范数下的线性规划支持向量机模机
四、线性规划支持向量机模型的几何性质
第四节 等损失SVM模型
一、基于等风险的SVM模型
二、诊断算例
三、小结
第五节 样本数目相差悬殊时的SVM模型
一、样本数目相差悬殊时的SVM模型概述
二、算例分析
三、小结
第六节 SVM中先验知识的应用
第七节 主动学习与支持向量机
第八章 基于核方法的奇异状态检测方法
**节 野点的定义与类型
第二节 野点检测的常规方法
一、基于统计的野点检测方法
二、基于距离的野点检测方法
三、基于偏离的野点检测方法
四、基于神经网络的野点检测方法
第三节 核方法下基于边界的野点检测
第四节 野点检测在机械设备运行状态实时监测中的应用
一、实时监测原理
二、仿真算例分析
第五节 基于距离的样本点选择方法
一、原理
二、仿真算例
第九章 模式识别应用实例
**节 支持向量机在滚动轴承质量分类中的应用
一、轴承检测装置的硬件设计
二、检测参数的确定
三、基于支持向量机的滚动轴承质量检测方法
第二节 基于SVDD的多类分类算法及其在人脸识别中的应用
一、基于SVDD的多类分类算法
二、在人脸识别中的应用
第三节 基于州N的肺癌细胞识别与分类
一、涂片图像的预处理
二、参数的提取
三、基于神经网络的识别与分类
四、实验结果
参考文献