本書主要介紹模式識別的基礎知識、基本方法、程序實現和典型實踐應用。全書共9章。靠前章介紹模式識別的基本概念、基礎知識；第2章介紹貝葉斯決策理論；第3章介紹概率密度函數的參數估計；第4章介紹非參數判別分類方法；第5章介紹聚類分析；第6章介紹特征提取與選擇；第7章介紹模糊模式識別；第8章介紹神經網絡在模式識別中的應用；第9章介紹模式識別的工程應用。每章的內容安排從問題背景引入，講述基本內容和方法，到實踐應用（通過MATLAB軟件編程）。本書內容繫統，重點突出，做到理論、應用與實際編程緊密結合，理論與實例並重。本書還配套有《模式識別及MATLAB實現――學習與實驗指導》作為教材的補充，便於讀者學習和上機實驗；另配有電子課件，便於教師教學和學生自學。本書可作為高等院校電子信息工程、通信工程、計算機科學與技術、電子科學與技術、生物醫學工程、電氣工程及其自動化等相關專業本科生的教材，以及信息與通信工程等
