针对无切分维吾尔文文本行识别的字符模型优化

• 作者: 丁晓青 姜志威 彭良瑞
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 信息处理 文字识别 隐含Markov模型 统计学习 维吾尔文
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 电子工程
• 页码范围: 873-877,883
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文

摘要

基于隐含Markov模型(hidden Markov model,HMM)的无切分文本行识别方法能够利用概率图的思想,同步完成文本行图像的切分与识别,避免因字符预切分失败而导致的识别错误,但对字符模型的设计与训练要求很高,并且在多字体融合问题中难以提高模型泛化性能.该文通过分析模型状态在图像层面的聚类意义,先提出基于观测合理聚类的模型结构优化方法,再提出结构与参数相结合的字符模型优化策略,最后将其应用于多字体维吾尔文文本行的无切分识别系统.实验结果表明,该方法能够改善模型的状态分配合理性,并且在多字体融合问题中提高了模型泛化性能和状态利用效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁晓青		86	2062	24.0	44.0
2	彭良瑞		6	56	3.0	6.0
3	姜志威		1	0	0.0	0.0