本书共9章，第1章介绍了模式识别的基本概念；第2章阐述了贝叶斯决策理论；第3章介绍了线性与非线性判别函数；第4章介绍了近邻法则和集群的知识；第5章介绍了数据聚类的方法；第6章介绍了特征抽取和选择策略；第7章介绍了统计学习与支持向量机方法；第8章介绍了句法分析及句法结构模式识别方法；第9章进行了模式识别典型实例分析。全书内容丰富，实用性强，可作为计算机与信息安全专业以及其他相关专业的本科教材，也可作为信息安全领域软件开发人员的技术参考书。

本书作为普通高等院校计算机信息安全专业本科生的专用教材，从实用角度阐述了模式识别的基本原理、概念和技术方法。

全书共9章，第1章介绍了模式识别的基本概念；第2章阐述了贝叶斯决策理论；第3章介绍了线性与非线性判别函数；第4章介绍了近邻法则和集群的知识；第5章介绍了数据聚类的方法；第6章介绍了特征抽取和选择策略；第7章介绍了统计学习与支持向量机方法；第8章介绍了句法分析及句法结构模式识别方法；第9章进行了模式识别典型实例分析。

本书是一本注重系统性、科学性的教材，内容丰富，实用性强，可作为计算机与信息安全专业以及其他相关专业的本科教材，也可作为信息安全领域软件开发人员的技术参考书。

第1章 绪论

第2章 贝叶斯决策理论

第3章 线性与非线性判别函数

第4章 近邻法则和集群

第5章 数据聚类

第6章 特征抽取和选择

第7章 统计学习理论与支持向量机方法

第8章 句法分析及句法结构模式识别方法

第9章 模式识别技术应用实例

参考文献