“仿生模式识别”是王守觉院士提出的基于认识高维特征空间点分布形态(形象几何体)的一种模式识别新方法。与传统“最佳划分”为目标的统计模式识别相比，他更接近于人类“认识”事物的特性。它的数学方法在于研究特征空间中样本集合的拓扑性质，故亦称做“拓扑模式识别”。“仿生模式识别”的理论基点在于它确认了特征空间中同类样本的连续性（不能分裂成两个彼此不相邻的部分）特性。以对多种刚体实物模型作为识别目标（狮、虎、坦克、汽车等等）的全方位识别问题作实际考核实例，以国际上新发展并公认处于优势地位的支撑向量机识别方法作比较对象。比较结果说明，仿生模式识别效果比支撑向量机好得多。