主要内容： 模式识别概论统计模式识别 模式识别基本概念、主要方法的各自特点、贝叶斯决策、概率密度估计、聚类分析 特征提取与特征选择 线性特征提取、各种准则和搜索算法 人工神经网络 多层前馈神经网络、RBF网络、自组织影射(SOM)等 核方法 支持向量机、核空间特征提取(KPCA,KFDA) 多分类器系统 分类器融合方法、Bagging,Boosting,ECOC 句法结构模式识别 句法模式识别基本概念、属性串和属性图匹配、HMM DiscriminativeLearning Lossfunctions,MCEforLVQandHMM Local