第一章 引论 1
1.1 模式识别的句法（结构）方法 1
1.2 句法模式识别系统 6
1.3 预处理技术 7
1.4 模式的分割 10
1.5 基元的识别 15
1.6 关于句法方法与统计方法的评论 21
参考文献 23
第二章 形式语言介绍 27
2.1 引言 27
2.2 短语结构文法和语言 27
2.3 有限状态语言和有限状态自动机 30
2.4 上下文无关语言和下推自动机 34
2.5 涂灵机和线性有界自动机 37
2.6 改型文法 40
2.7 语言翻译 42
参考文献 44
第三章 描述各种模式的链语言 46
3.1 关于模式基元的选择 46
3.2 着重于边界或骨架的基元选择 49
3.3 用区域作为模式基元 53
3.4 模式文法：引论 57
3.5 一些特殊的模式文法 59
3.6 描述模式的转移网络方法 69
3.7 关于词义信息的利用 72
3.8 高维模式文法 77
3.9 网状文法和图文法 80
3.10 树状文法 87
3.11 描述三维物体的一种文法 95
参考文献 99
第四章 作为识别步骤的句法分析 104
4.1 引言 104
4.2 自上而下的剖析 107
4.3 自下而上的剖析 111
4.4 科克-杨格-卡萨米（Cocke-Younger-Kasami）剖析算法 115
4.5 厄利（Earley）的剖析算法 116
4.6 LR（k）文法 117
4.7 算子优先文法 118
4.8 优先和扩展的优先文法 121
4.9 上下文无关程序语言的句法分析 123
参考文献 125
第五章 句法模式识别的随机语言 128
5.1 基本的阐述 128
5.2 与线性的和上下文无关文法相联系的概率度量 132
5.3 由随机自动机接受的语言 137
5.4 随机的程序文法和附标文法 147
5.5 随机上下文无关语言的随机句法分析 152
5.6 上下文无关程序语言的随机句法分析 158
5.7 产生式概率的估计 165
5.8 随机句法分析的例子 170
参考文献 175
第六章 链语言和树状语言的误差校正剖析 178
6.1 引言 178
6.2 上下文无关语言的最小距离误差校正剖析 179
6.3 上下文无关程序语言的误差校正剖析 184
6.4 对一个随机模型作误差校正剖析 187
6.5 噪声模式的顺序分类 197
6.6 结构保持的误差校正树状自动机（SPECTA） 201
6.7 广义的误差校正树状自动机 213
参考文献 228
第七章 句法模式的聚合分析 229
7.1 引言 229
7.2 句子到句子的聚合算法 229
7.3 一个直观的例子 231
7.4 最近邻域句法识别规则的提出 244
7.5 句法模式的一个聚合过程 245
7.6 两棵树间的距离及聚合分析 249
7.7 结论和评论 258
参考文献 258
第八章 句法模式识别的文法推断 260
8.1 引言及基本定义 260
8.2 穷举的文法推断算法 263
8.3 归纳的文法推断算法 267
8.4 随机文法的贝斯推断 273
8.5 随机有限状态自动机的综合 273
8.6 一个实际的文法推断系统 278
8.7 随机语言的近似 282
8.8 正则树状文法的推断 285
8.9 网状文法的一个推断程序 291
参考文献 299
第九章 句法模式识别在波形、轮廓形状及纹理分析中的应用 302
9.1 引言 302
9.2 波形中的波峰识别 304
9.3 颈动脉脉冲波的分析 310
9.4 脑电图的分析 312
9.5 轮廓的形状分析 317
9.6 纹理分析的句法途径 324
9.7 纹理分析的句法模型 328
9.8 纹理合成的直观例子 333
9.9 纹理的判别 344
9.10 纹理模拟的随机树状文法推断 346
9.11 评论 352
参考文献 352
英汉术语对照 356