摘要：本文描述了一个基于HMM模型的联机汉字识别系统的设计思想与实现方法。系统以联机汉字的笔段序列作为观察序列 ,采用带有多跨越的模型结构消除自由书写汉字笔段序列的冗余与丢失问题。HMM模型的训练是本系统设计的一个重要问题 ,针对复杂HMM模型参数训练容易收敛于局部最小的情况 ,本文结合联机汉字识别的特点 ,提出了一种利用“引导模型”进行训练的改进方法 ,避免了训练过程收敛于局部最小点的发生。经过大量样本的训练 ,本系统对规范书写汉字和自由书写汉字均取得了比较令人满意的结果。

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。