本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。全书共分为13章，内容包括：模式识别概述，特征的选择与提取，模式相似性测度，贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计等。

本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其扩充到模式识别体系中。再次修订，将全书内容进行归纳整合，依据统计模式识别理论体系分三部分，包括基础篇、分类器设计篇和聚类分析篇。再版新书以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。本书内容新颖，实用性强，理论与应用密切结合，以手写数字识别为应用实例，介绍理论运用于实践的实现步骤及相应Matlab代码，为广大研究工作者和工程技术人员对相关理论的应用起到借鉴作用。

本书主要介绍图像处理应用项目开发的基本流程、图像识别处理应用项目关键技术。内容包括图像识别概述；图像识别关键技术；手写数字识别等。

本书广泛吸取群智能计算、模式识别、统计学、数据挖掘、机器学习、人工智能等学科的先进思想和理论，以一种新的体系，系统、全面地介绍各种群智能算法的理论、仿生计算方法及其聚类应用。