一种基于BP-HMM的字符识别方法

摘要：

传统隐马尔柯夫模型广泛地应用在字符识别中,并具有较强的识别能力,但不能兼顾每个模型对其对应目标有很强的识别能力和模型之间差异性的最大化.该文提出的BP-隐马尔柯夫模型通过训练样本的不断训练,调整自身参数,解决了传统隐马尔柯夫模型不能解决的问题.计算机仿真结果表明:BP-隐马尔柯夫模型较传统的隐马尔柯夫模型有更强的抗干扰能力和更高的字符识别率.

关键词：BP-HMM K-L变换贝叶斯决策前(后)向评估算法模糊度

所属期刊栏目：38

分类号：TP391.43(计算技术、计算机技术)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：94-96，163