前言 1
第一章 概说 1
1.1 什么叫模式识别？它对邮政电信有些什么用处？ 1
1.2 模式识别有哪些主要步骤和方法？ 2
1.3 内容安排 7
第二章 用对照模板的概念来作识别 8
2.1 怎样去选定特征？ 8
2.2 怎样定义差距？ 11
2.3 用什么方法能够减少识别的计算工作量？ 12
第三章 应用统计的概念来作模式识别 15
3.1 什么叫做概率密度曲线？怎样用它来作识别？ 15
3.2 给出概率密度曲线的结构形态时，怎样去进行识别？ 30
3.3 用“邻居”的概念来进行识别 33
3.4 应用重复运算逐次调整的概念来求判别界限和进行识别 42
3.5 如何制定一种识别方法，使判别界限偏差的平方总和最小？ 61
第四章 没有老师的指导，也能识别和分类 66
4.1 为什么要研究没有老师指导的识别和分类？ 66
4.2 没有老师能够识别和分类吗？ 67
4.3 怎样进行没有老师指导的分类？ 68
第五章 语言学启示我们作模式识别 84
5.1 语言学和模式识别有着密切关系 84
5.2 把语言学作比较严格的描述--“形式语言”的产生 86
5.3 文法有哪些类型？它们和模式识别有什么关系？ 91
5.4 怎样用分析3类文法的方法来作模式识别？ 97
5.5 怎样用分析2类文法的方法来作模式识别？ 100
5.6 文法规则是怎样建立的？ 112
5.7 要识别的符号串受到干扰时怎么办？--随机文法识别方法的诞生 119
第六章 模式识别的直接方法 129
6.1 直接方法和判决表 129
6.2 把大的判决表化成一系列的小表 132
6.3 象老师评分那样的直接法 138
第七章 机器怎样识别声音？ 142
7.1 识别声音需要提取哪些特征？怎样提取？ 144
7.2 发话的人是谁？是他(她)吗？ 162
7.3 用机器来识别话音 170
7.4 用随机文法作识别的话音识别系统 174
第七章 附录 介绍一种多阶段最佳决策的分析处理方法--动态规划方法 177
第八章 机器怎样识别文字和符号？ 182
8.1 文字识别系统有哪些类型？包含哪些部分？ 182
8.2 文字识别的光电转换和预处理 184
8.3 怎样提取文字的特征？ 190
8.4 介绍一种用模板匹配法的汉字识别系统 196
8.5 介绍两种用句法方法的手写体数目字识别系统 199
第九章 景物识别和景物分析 212
9.1 什么叫景物识别和景物分析？有什么用处？ 212
9.2 景物识别时要作哪些预处理？ 214
9.3 在景物识别过程中要进行区域分割 216
9.4 从景物里提取特征 223
9.5 景物识别系统的识别部分 237
第十章 用计算机来作模式识别 238
10.1 微型计算机 239
10.2 怎样让微型计算机照我们的意志来进行识别？ 250
10.3 声音、文字等等模式识别的传感装置怎样和微型计算机接上口？ 256