本書前幾章著重討論監(jiān)督學習即已知訓練樣本及其類別條件下分類器的設計方法。在此之后介紹無監(jiān)督模式識別，然后講解模式識別系統(tǒng)中，特征提取和選擇的準則和算法。第二部分介紹現代模式識別，其中包含支撐矢量機、組合分類器以及半監(jiān)督學習。第三部分中討論了深度學習模式識別。從現有的深度神經網絡出發(fā)再到強化學習、寬度學習、圖卷積網絡等。并在*后，以實例的形式給出模式識別在各個領域中的應用，加深讀者對模式識別方法更直觀的認識。
西安電子科技大學教授、博士生導師．現任人工智能學院智能所黨支部書記。遙感影像解譯研究中心主任。 智能信息處理科學與技術高等學校學科創(chuàng)新引智基地（111計劃）副主任、IEEE高級會員、IEEE 遙感科學學會西安分會副主席、IEEE智能計算學會西安分會秘書、空天大數據與人工智能專委會常委、視覺大數據專委會委員、智能科學國際會議(ICIS2017)程序委員會委員、IEEE 地理科學與遙感國際會議 (IGARSS 2016, IGARSS 2017 )分會主席、IEEE 亞太區(qū)會議（TENCON 2016）分會主席。主要研究方向為模式識別、機器學習、圖像分析與理解等。
書單推薦
