论文部分内容阅读
为了对自由手写汉字进行有效地表征和识别,提出了一种识别自由手写体汉字的级联HMM方法,在部件HMM模型基础上将各模型按照统计概率连接,它扩展了HMM的模式描述方式,允许在级联模型上表征状态的跳跃、转移和驻留等.通过共享手写汉字部件模型来描述级联状态转移概率,可以更可靠地刻画自由手写体的行为特点.采用面向级联的Viterbi算法,无需做部件的分割和标注.通过一定条件下的对比实验训练与识别表明,该方法的第一候选识别率为87 89%,而基于分段HMM识别方法的第一候选识别率为86 17%,降低错误识别率1