聯(lián)機(jī)手繪圖形識(shí)別的自適應(yīng)HMM方法.pdf

1、該文提出了一種用于聯(lián)機(jī)手繪圖形的自適應(yīng)隱馬爾科夫模型識(shí)別方法,該方法利用隱馬爾可夫模型(HMM)對(duì)時(shí)序隨機(jī)序列的描述能力作為手繪圖形識(shí)別中的核心分類器,并且在傳統(tǒng)HMM識(shí)別結(jié)構(gòu)的基礎(chǔ)上進(jìn)行了改進(jìn),使得識(shí)別系統(tǒng)不僅具有自適應(yīng)學(xué)習(xí)訓(xùn)練樣本的能力,而且具有根據(jù)輸入圖形特征調(diào)節(jié)系統(tǒng)行為的能力.為了使原始的手繪圖形數(shù)據(jù)能夠用于進(jìn)行HMM識(shí)別,該文中設(shè)計(jì)了有效的預(yù)處理算法用于去除噪聲和規(guī)范化手繪圖形數(shù)據(jù),同時(shí)根據(jù)HMM的特點(diǎn)選擇了一組特征用于進(jìn)行訓(xùn)

2、練和識(shí)別,并設(shè)計(jì)了相應(yīng)的特征提取算法.為了使識(shí)別系統(tǒng)能夠更好的適應(yīng)輸入圖形的變化,該文提出了一種AHMM識(shí)別結(jié)構(gòu),利用基于單邊積分的特征壓縮算法和自適應(yīng)壓縮率調(diào)整技術(shù)構(gòu)造了一種閉環(huán)反饋?zhàn)R別系統(tǒng),既能夠根據(jù)圖形的幾何特征自適應(yīng)的壓縮特征向量,又能夠通過閉環(huán)反饋調(diào)整特征向量壓縮率,達(dá)到了很好的識(shí)別效果.為了進(jìn)一步提高識(shí)別速度,滿足聯(lián)機(jī)識(shí)別中實(shí)時(shí)性的要求,該文在AHMM的基礎(chǔ)上同時(shí)提出了一種雙層自適應(yīng)識(shí)別模型(BL-AHMM),通過預(yù)分類來減