《数字信息模式识别理论与应用》共分七章。第一章对模式识别理论、信息理论的应用做了概述，提出了《数字信息模式识别理论与应用》主要研究内容。第二章简要阐述了模式识别和信息论的基础理论。第三章基于信息理论，对信息模式相似性测度进行了系统地研究，提出了交叉距离测度、信息距离测度等信息测度。第四章研究了基于统计理论的数据压缩与特征提取方法，分析了主成分分析的信息特性。第五章讨论投影寻踪理论及其应用，研究了基于投影寻踪的高光谱遥感数据特征提取与识别方法。第六章介绍了独立分量分析原理、准则函数、优化判据等独立分量分析基本理论，研究了独立分量分析在测绘数据特征提取和模式分离与识别中的应用。第七章研究了基于模式识别理论的母体均值变化判识方法，应用信息熵来表征测量结果的不确定度和识别观测结果中粗差的方法，最小描述长度原理及其应用，最大熵原理及其在空间数据分布模型建立中的应用，基于对称交叉熵的信息特征提取和基于互信息的特征提取等。

前言
第1章  绪论
1.1  问题的提出
1.2  数据信息特征的涵义与研究内容
1.3  数据特征分析理论方法
1.4  存在的主要问题和本书的研究内容
参考文献

第2章  信息模式识别基础理论
2.1  模式识别基础理论
2.2  信息论基础
参考文献

第3章  信息模式测度
3.1  模式相似测度
3.2  交叉距离测度
3.3  关联信息测度
3.4  信息距离测度
3.5  信息系数测度
3.6  模糊熵测度
3.7  模糊交叉熵测度
参考文献

第4章  基于统计理论的数据压缩与特征提取方法研究
4.1  基于可分离性准则的特征提取
4.2  基于K-L变换的数据压缩与特征提取
4.3  主成分分析及其信息特性
4.4  小结

第5章  投影寻踪理论及其在特征提取中的应用
5.1  投影寻踪理论及其发展
5.2  投影寻踪指标研究
5.3  投影寻踪方法的拓展及应用
5.4  基于投影寻踪的高光谱遥感数据特征提取与识别
参考文献

第6章  独立分量分析及其在特征分析中的应用
6.1  独立分量分析基本原理
6.2  基于信息论的独立性判据
6.3  基于信息论的目标函数
6.4  判据的近似逼近方法
6.5  基于互信息的独立分量分析模型
6.6  非线性主成分分析
6.7  信息极大快速算法
6.8  实验分析
参考文献

第7章  数字信息模式识别理论的扩展与应用
7.1  基于JD准则母体均值变化的判识
7.2  基于信息熵的数据探测法
7.3  基于最大熵原理的测绘数据分布模型研究
7.4  最小描述长度原理及其应用
7.5  基于对称交叉熵的信息特征提取
7.6  基于互信息的特征提取方法
参考文献
附录A  矩阵的有关知识
附录B  模糊理论有关知识