本书介绍图像模式识别的各种算法及其编程实现步骤。全书共分为10章，内容包括：模式识别的基本概念，位图的基础知识，分类器设计，模板匹配分类器，基于概率统计的Bayes分类器，几何分类器，神经网络分类器，图像分割与特征提取，聚类分析，模糊聚类分析，遗传算法聚类分析-Image Pattern Recognition

BP网络实现分类问题；一，问题的提出；根据感知器的的相关理论易知感知器善于解决线性可分；反向传播网络（Back-PropagationN；一个具有r个输入和一个隐含层的神经网络模-The BP network realization categorizes a problem A, the problem puts forward Knows a machine according to the feeling of of the related theory easy to underst

用遗传算法优化光滑因子，来搭建广义回归神经网络分类器，代码全面带数据，可移植性好