基于GA-AHMM的联机手绘图形识别技术

作     者：裴继红 李翠芸 龚忻 PEI Ji-hong~1, LI Cui-yun~2, GONG Xin~2(1.Modern Educational Technology & Information Center, Shenzhen University, Shenzhen 518060, China;2.School of Electronic Engineering, Xidian University, Xi’an 710071, China)

作者机构：深圳大学现代教育技术与信息中心广东深圳518060 西安电子科技大学电子工程学院陕西西安710071 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2004年第26卷第3期

页      面：378-381页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助课题(60173067) 

主　　题：遗传算法 联机识别 手绘图形 隐马尔科夫模型 

摘      要：提出了一种遗传算法(geneticalgorithm,GA)和自适应隐马尔科夫模型(hiddenMarkwmodel,AHMM)混合的联机手绘图形识别方法。由于隐马尔科夫模型(HMM)的训练本质上是一种梯度下降的优化方法,算法易陷入局部最优,影响了其应用。为此,采用GA训练HMM模型参数,并给出了GA和HMM的两种混合训练方式:前端GA HMM模型和内嵌式GA HMM模型,GA算法能随机地调整HMM模型训练的初始值,使HMM跳出局部最优,较好地克服了HMM训练容易陷入局部最优的问题。另外,采用带有反馈环节的闭环AHMM代替传统的开环前向HMM模型对手绘图形识别,改善了HMM的自适应能力,显著提高了对图形的识别率和识别速度。试验结果证明了方法的有效性。