第一章 绪论,模式和模式识别的概念 模式识别的发展简史和应用 模式识别的主要方法 模式识别的系统和实例 模式识别的基本问题 几个相关的数学概念,绪论, 2-1、判别函数 2-2、线性判别函数 2-3、线性判别函数的性质 2-4、线性分类器的设计 2-5、广义线性判别函数 2-6、非线性判别函数 2-7、非线形分类器的设计,第二章 统计模式识别中的 几何分类法,3.1 引言 3.2 最小错误率判决规则 3.3 最小风险判决规则 3.4 最大似然比判决规则 3.5 Neyman-Pearsen判决规则 3.6 最小最大判决规则 3.7 分类器设计 3.8 正态分布时的统计决策 3.9 参数估计与非参数估计,第三章 统计模式识别中的 概率分类法,4.1 相似性准则（相似性度量） 4.2 聚类准则函数 4.3 两种简单的聚类算法 4.4 系统聚类 4.5 分解聚类 4.6 动态聚类 4.7 最小张树聚类,第四章 统计模式识别中的 聚类方法,5.1概述 5.2形式语言理论基础 5.3自动机理论 5.4基元提取 5.5句法分析,第五章 模式识别中的 句法分析方法,
