模式识别Pattern
Recognition（模式识别又常称作模式分类。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别就是以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法，其与我们的组合数学的关系如The
logical combinatorial approach to pattern recognition模式识别的逻辑组合数学方法等等）：
关于这领域我有下面书籍：
《模式识别及其应用》, 科学出版社1982年，傅京孙著（傅京孙院士的导师是图论与网络分析宗师Mac
Van Valkenburg院士，傅京孙院士是模式识别拓荒者被誉为国际模式识别宗师、担任国际模式识别学会第一任主席、IEEE计算机学会机器智能与模式识别委员会的第一任主席等-从下面有“1980年第五届国际模式识别会议主席Pavlidis”的网也知道他是影响着模式识别的最大神，傅京孙院士的《机器人学》也是非常有影响的著作），这书由戴汝为院士，胡启恒院士译；
《统计图形识别导论》，科学出版社1978年，Keinosuke
Fukunaga福永圭之介著，陶笃纯译；
《结构模式识别》，上海科技文献出版社1981年，Theodosios
Pavlidis著，张寿萱等译（这里第17页见作者是1980年第五届国际模式识别会议主席-我国教育部选派清华大学常迵院士等3人参加这届大会。这书第3章是“图与格子”，共6节都是分别选讲图论一些领域理论，其后各章许多也是应用图论理论算法，并作者说这书长期采用为普林斯顿大学研究生一学期教材。作者Pavlidis的导师Jury, Eliahu就是这里第3段的模糊数学之父Zadeh和滤波理论创始人Kalman:的师兄、James H. Mulligan的师弟，而Jury Eliahu的导师John Ragazzini的导师John Russell的导师之一是划定科学边疆的人-Vannevar Bush布什。这“结构模式识别”方法和上面“统计模式识别”方法就是模式识别的2种基本方法，如下面清华大学边肇祺等人合撰的《模式识别》就是专讲“统计模式识别”）
《图象识别导论》，上海科学技术出版社1983年，程民德院士，沈燮昌教授（这书第一章第一句说“图象识别（Pattern Recognition，也称模式识别，这里沿用习惯名称”，这书几乎每章的参考文献有上面福永圭之介的书）
《模式识别》1988年，作者边肇祺(被誉为中国模式识别宗师)，阎平凡，杨存荣，高林，刘松盛，汤之永等合撰（这书5个参考文献中有上面福永圭之介的书、下面Jack Sklansky的书和Pierre A.
Devijver, Josef
Kittler的“Pattern
recognition: a statistical approach”）
《模式分类器和可训练机器》，科学出版社1987年，Jack Sklansky, Gustav N.Wassel著，阎平凡等译；
《计算机视觉与模式识别》，国防工业出版社1988年，郑南宁院士；
《模式识别应用》，北京大学出版社1990年，傅京孙主编，程民德院士，石青云院士，戴汝为院士，边肇祺译（Pierre Devijver，C. H. Chen，J. L. Mundy，J. F. Jarvis, L. F. Pau，Kendall Preston，Julian R. Ullmann，Renato de Mori共8人和傅京孙合写这书。其中Renato de Mori的博士Yoshua Bengio在网上见被称为人工智能大师、先驱、之父-但他1991年才毕业显然后两个称呼不合适，但大师是名符其实，若要称宗师、先驱、之父等那就要针对得准确些如可称建立在深度学习之上或新一代的人工智能宗师、先驱、之父等）；
《模式识别》2000年，边肇祺，阎平凡，赵南元，张学工，张长水等清华大学专家合著 [在这书封面右上角注：教育部研究生工作办公室推荐为研究生教学用书。因它2000年出版那2000年出版前已入选；这里也要多说一下：我也有第2和第5作者阎平凡和张长水合撰2000年出版的《人工神经网络与模拟进化计算》，这书内容简介说“本书适合作为研究生课程的教材，或作为希望深入学习神经网络和进化计算的科技工作者的自学参考书”而高年级本科生都没有提到一次-全书20章并在前言说 “第1-6章、第8、第10、第17章前3节属于基本内容，其余个章可作为专题内容”-专题一般是不属于课程要求的或根据研究方向各选择一、二个专题，并这书除第1章绪论外的前8章参考文献都超过38并如第4章的文献更是120，足见这书的深度和广度（就如这书前言说“神经网络和进化计算的书不少，其中不乏优秀之作；但作为研究生教材，就编者多年的教学经验看，在广度和深度方面尚不能完全满足要求”，它的前言接着说当今“研究生参加了各种各样的科研任务，所提出的问题非常广泛和深入；希望教材有一定深度和广度，以便他们进一步扩展和深入，本书向这个方向作了一些努力”--而显然这样的“研究生参加的各种各样的科研任务，所提出的非常广泛和深入问题”-那就是汇集新涌现出的最前沿的大量论文也至多免强应付某些方向的要求，至少足见作者和该书是何等要求和抱负，如此这有20章的《人工神经网络与模拟进化计算》这书的属于“基本内容”的各章我都看-并“专题内容”各章我也尽量多看--而因设计如此目标的是清华大学则要攻读这样多内容不花费足够多时间精力是不行的），这书2个作者中数学出身的张长水是第一作者阎平凡的1991年毕业的博士，他俩合作指导1997年博士毕业的卢春雨已是南加州中国校友会第一届理事长；我也有这阎平凡等翻译1987年出中文版的Jack
Sklansky和Gustav N.
Wassel合著的《模式分类器和可训练机器》；
再附注点其中的神经网络与我们组合图论的某些方面关系：即如我国第一本神经网络书籍-焦李成教授1990年出版的《神经网络系统理论》的前言中表达感谢的人中除他2个导师之外还有3个人：其第一个是我们现代组合数学奠基人Gian-Carlo Rota宗师的博士Stephen
Grossberg-并这Grossberg和斯华龄及Amari是1988年创建的国际神经网络学会早期主席、也在1988年主编《Neural Networks
and Natural Intelligence-神经网络与自然智能》等、第2个是也从事图论的Leon O. Chua蔡少棠-蔡是上面模式识别拓荒者傅京孙院士的师弟、第3个是这里附1的撰写世界集成电路名著《超大规模集成电路系统导论》美国三院院士Carver Mead
]
《模式识别与神经网络》, 前2作者：殷勤业和杨宗凯都是第3作者谈正和邹理和合作指导的最早毕业的2个博士，机械工业出版社，1992年；
《自适应模式识别与神经网络》，包约翰(Yoh-han Pao)著（书上介绍他出生于江西，是美国国家科学基金会的电机工程、计算机与系统工程部主任），科技部副部长马颂德等译，科学出版社，1992年；
剑桥大学Christopher
M. Bishop院士1995年出版的《Neural
Networks For Pattern Recognition-用于模式识别的神经网络》；
剑桥大学Christopher
M. Bishop院士最近也写另一本模式识别书籍《模式识别和机器学习》；
《模式识别与神经网络》，牛津大学Brian David Ripley教授；
《模式识别与图像处理》，上海交通大学出版社1989年，戚飞虎,周源华,余松煜等译（第3译者余松煜合作指导1989年毕业的博士张文军就如早在2003年《新闻前哨》发表的“我数字电视研究关键指标超欧美”一文摘要就已说“由上海交通大学副校长张文军教授主持开发的“数字电视地面广播技术研究”课题最近获得重大进展,其接收稳定性、传输内容、接收灵敏度等关键指标均超过了欧美指标”，其另一合作导师张煦院士是中国光纤通信的奠基人之一；至于这书的第2部分-图像处理其一般包括图像压缩，增强和复原，匹配、描述和识别3个部分，后2部分可望文生义好理解，第1部分图像压缩是减少表示数字图像时需要的数据量）。关于这书，上面Keinosuke
Fukunaga福永圭之介写第1章，在计算机科学被引高居世界第一的Anil K. Jain独撰这书第2章“聚类分析”，傅京孙大师写第4章“句法模式识别”，Thomas
S.Huang(黄煦涛)写第14章，Azriel
Rosenfeld大师写第15章，等。
《模式识别与图像处理并行计算机系统设计》，作者香港中文大学著名教授张大鹏；
《模式识别》,Sergios Theodoridis，Konstantinos
Koutroumbas；
相关的书籍可看：《人工智能与神经网络》，作者是中国人工智能学会第4、5届理事长'钟义信，潘新安，杨义先，人民邮电出版社 1992年，
《The Nature of Statistical
Learning Theory统计学习理论的本质》，1995年，2000年出中文版，Vladimir
N. Vapnik弗拉基米尔·万普尼克，
最近Martin J. Wainwright和Michael
I. Jordan合撰《Graphical
Models, Exponential Families, and Variational Inference》发表在后者Michael
I. Jordan主编的Foundations and Trends in Machine
Learning杂志创刊号的第一篇并它长达305页-其与图论的关系正如它的引言开头说“Graphical
Models bring together with graph theory and probability theory
in a powerful formalism for multivariate statistical modeling”（Michael I.
Jordan已是美国三院院士但誉为机器学习之父似乎有点过。）
也可参考人工智能以及神经网络和相关的统计学等（关于模式识别和人工智能的紧密融合关系也如模式识别与人工智能杂志，正如上面边肇祺等2000年出版的教育部研究生工作办公室推荐为研究生教学用书《模式识别》第250页说“从深层意义上看，模式识别与人工智能所研究的是如何用计算机实现人脑的一些功能”。当然，虽这书没讲差别，但程度、内涵和外延的差别是显然的，参看它俩的较精确些的定义就行，其实很多国外名著都说“模式识别是信息科学和人工智能的重要组成部分”，当然，凡是作者都有不同程度的自恋。其中统计模式识别又与机器学习有较多交叉-这是因现在已如陆汝钤院士所说“在二十世纪80年代的时候，符号学习可能还是机器学习的主流，而自二十世纪90年代以来，就一直是统计机器学习的天下了”）