基于最佳鉴别变换的HMM手写数字字符识别

摘要：

基于隐马尔可夫模型(HMM)的手写字符识别方法是近年来的一个研究热点,针对HMM编码稳定性和建模过程复杂的问题,提出了一种新方法,即采用统计不相关最佳鉴别变换对模式进行特征抽取和降维,获得最佳鉴别特征向量,并在此基础上对各最佳鉴别方向的投影结果进行编码,作为HMM的观测值序列,由于统计不相关最佳鉴别变换保证了变换特征向量集类内散布最小,类间散布最大的条件,使HMM编码的稳定性和模式的可分性得到明显改善,通过对美国国家邮政局USPS手写字库的识别实验证实了该算法的准确性和鲁棒性.

关键词：模式识别、手写字符识别、最佳鉴别变换、编码、隐马尔可夫模型

所属期刊栏目：9

分类号：TP391.43(计算技术、计算机技术)

在线出版日期：2004-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1008-1013