本书被教育部研究生工作办公室推荐为全国研究生教学用书。 本书主要讨论统计模式识别理论和方法，包括人工神经网络、模糊模式识别、模拟退火和遗传算法，以及统计学习理论和支持向量机等内容。多数章后附有习题，适于教学和自学。 本书除了可以作为高等院校自动化、计算机等专业研究生和高年级学生的模式识别教材外，也可供计算机信息处理、自动控制、地球物理、生物信息等领域中从事模式识别工作的广大科技人员和高校师生参考。

本书自1988年出版以来已经过去10多年了。在这期间，我们把它作为高年级学生和研究生学习模式识别课程的教材取得了不少的教学经验，也发现了原书中的个别错误以及叙述不清楚的地方。特别是自本书出版以来，模式识别学科还在不断地发展，人工神经网络和各种新的最优化技术在模式识别中的广泛应用，以及作为统计模式识别基础的统计学习理论的新进展，都使我们迫切感觉到要对本书进行大的修改和补充新的内容，以适应当前学科发展的需要。在清华大学出版社的大力支持下，我们成立了由边肇祺、阎平凡、赵南元、张学工和张长水等教授和副教授组成的改写小组，并由张学工副教授负责第二版的出版组织工作。其中，赵南元教授对原书绪论进行了改写，赵南元、阎平凡教授和张学工副教授参与了人工神经网络一章的编写，张学工副教授撰写了关于统计学习理论和模糊集方面的两章内容，张长水副教授撰写了有关遗传算法和模拟退火算法等方面的内容以及模式识别在人脸识别、说话人语音识别和字符识别中应用的举例。张学工副教授还对原书内容进行了仔细的审读，对其中的错误加以改正，对原书中叙述不适当的地方也进行了必要的修改，并增加了少量评述。 我们希望本书第二版的出版，不仅给学习统计模式识别课程的高年级学生和研究生提供一本内容比较全面的教材，而且也为广大从事模式识别实际应用的科学工作者和技术人员提供一本可读性较好的参考书。当然，由于模式识别涉及到很多学科领域，我们的实践经验和理论水平都有其局限性，本书还会存在不少不足的地方，敬请读者在阅读本书时，能不断地给我们提出宝贵的建议和对有错误的地方进行指正，以在今后再版时加以改进。 本教材的编写得到了国家自然科学基金的资助(项...