隨著計算機和信息技術(shù)的不斷發(fā)展，信號處理、模式識別和人工智能成為機械工程、儀器科學(xué)、醫(yī)工交叉等領(lǐng)域的重要工具。本書不僅涵蓋了信號與信息處理的基礎(chǔ)知識和最新進展，也介紹人工智能技術(shù)在信號與信息處理中的應(yīng)用和發(fā)展。同時，提供算法編制方法以及典型應(yīng)用的數(shù)據(jù)處理案例。全書共分為13章，在介紹信號處理方法基本理論之上，聚焦目前工程與應(yīng)用中典型應(yīng)用的特征提取、模式分類和人工智能方法，如典型相關(guān)分析、形態(tài)學(xué)濾波器、倒頻譜與循環(huán)譜分析、短時傅里葉變換和Wigner分布等特征分析方法；流形學(xué)習(xí)、支持向量機等模式分類方法和人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、進化計算等人工智能方法。同時，書中每章都包含了信號與信息處理的智能方法的基本原理、算法介紹、編程實現(xiàn)、應(yīng)用案例和思考題，為進行交互式教學(xué)提供思路與方法及教學(xué)流程，以便學(xué)生能夠從理論知識和應(yīng)用實踐監(jiān)督理解和掌握智能信息處理方法，以解決信號與信息處理中的各種問題和挑戰(zhàn)。

本書適合作為高等院校機械工程、儀器科學(xué)與技術(shù)、醫(yī)工交叉等領(lǐng)域的的研究生教材，支持研究生交互式教學(xué)，也適合從事檢測、分析與診斷技術(shù)的工程技術(shù)人員作為自學(xué)或培訓(xùn)參考教材。