连续字符识别的级联HMM训练算法

• 作者: 刘家锋 吴锐 唐降龙 赵巍
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 连续手写字符识别 隐马尔可夫模型 级联模型 模型间状态转移 级联训练
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 研究论文
• 页码范围: 2142-2150
• 页数: 9页
• 分类号: TP391
• 字数: 7123字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2007.12.010

摘要

用较简洁的模型表达词典中成千上万的词条以及由这些词组成的类别无以计数的句子,是连续手写识别技术要解决的关键问题之一.利用HMM对时间序列的较强的建模能力这一特点,提出了可用于连续字符识别的HMM级联模型;给出了字符HMM模型连接概率和模型间状态转移概率的定义,并通过修正训练算法的重估公式,重估字符模型的连接参数,描述了用于手写体识别的字符HMM的设计方案;给出了级联训练算法重估公式和级联Baum-Welch训练算法描述.将级联方法应用于手写体英文单词的识别,结果表明,级联模型的描述能力与比较系统相比有明显的优势,获得了良好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵巍	哈尔滨工业大学计算机学院	34	275	9.0	15.0
2	唐降龙	哈尔滨工业大学计算机学院	105	1135	17.0	29.0
3	吴锐	哈尔滨工业大学计算机学院	29	307	8.0	16.0
4	刘家锋	哈尔滨工业大学计算机学院	60	769	16.0	25.0