融合样本相似性与HMMs的字符识别技术
Combining sample similarity and HMMs for character recognition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]
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。