前言
模式识别是研究如何使机器(计算机)具有类似于人类对各种事物进行分析、判断、识别能力的理论和技术，是人工智能技术的重要组成部分，其应用领域越来越广泛，对国民经济、社会生活和科学技术等方面都产生了巨大的影响。
由于模式识别技术对现代社会的深远影响，“模式识别”已经成为高等院校人工智能、计算机、信息、自动化、遥感、控制等多个学科领域的一门重要专业课程。
在“模式识别”课程的学习中，常有学生认为课程较难，导致这种情况的主要原因有两个： 一是“模式识别”课程涉及大量的数学理论，如微积分、线性代数、概率论、数理分析、优化理论等，本科生对这些理论的应用经验有所不足，短时间内较难达到对多方面数学知识综合应用的融会贯通； 二是模式识别学习需要对算法进行仿真实现，受限于数学基础和编程经验，轻松、流畅地实现算法成为学习中的一个难点。
针对这些问题，在编写教材时，以便于学习为出发点，笔者做了多方面的尝试。教材对于算法的推导尽量详细，受限于篇幅不能展开的数学知识，也给出关键词，便于学生理解及扩展学习； 编写了大量小例题，在简单数据上进行计算实现算法，有助于对算法的理解。为辅助编程仿真，清晰列出算法实现的步骤； 设计仿真例题； 简要介绍MATLAB中封装好的函数，并设计基于函数的仿真程序； 在每章最后安排编程实例，以供参考学习； 安排改写或编写程序习题，加强练习。
全书共分为11章，每章阐述模式识别中的一个知识点，内容包括贝叶斯决策、概率密度函数的估计、线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习以及人工神经网络。除了经典算法以外，书中增加了部分较新的理论和算法，读者可以选择性地学习。本书还配以电子课件、MATLAB仿真程序和实验指导书，便于教和学。
本书是“中国矿业大学特色专业教材”，本书的编写受到中国矿业大学教学研究项目——“特色专业教材建设”项目的资助，中国矿业大学李世银老师、王雪松老师在本书的编写过程中给予了无私的帮助和支持，本书的编写参考了大量的文献，在此表示真诚的感谢。
由于编者学识水平所限，书中不足之处敬请读者不吝指正。
编者2022年1月