融合样本相似性与HMMs的字符识别技术

作     者：王先梅 杨扬 黄康 林子钰 WANG Xian-mei;YANG Yang;HUANG Kang;LIN Zi-yu

作者机构：北京科技大学信息工程学院北京100083 中环冶金总公司北京100011 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2007年第43卷第3期

页      面：58-60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] 08[工学] 081104[工学-模式识别与智能系统] 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] 

主　　题：样本相似性 HMMs 单分类器 后验概率调整 

摘      要：样本相似性是两个样本是否属于同一类别的重要依据,而传统的隐马尔可夫建模(HMMs)方法仅根据后验概率进行分类。将二者结合起来,提出一种基于样本相似性的HMMs后验概率调整方法。在该方法中采用距离来描述样本间的相似性,利用规范化的距离相似性度量对后验概率进行适当的调整。在一个单分类器中充分利用了两种分类信息,因此将其用于脱机手写大写金额的识别过程中,取得了良好的效果:在识别精度提高的同时,识别速度变化很小。