基于正交混合Gauss模型的脱机手写数字识别

被引：3

作者：

张睿

丁晓青

刘海龙

机构：

[1] 清华大学电子工程系智能技术与系统国家重点实验室

[2] 清华大学电子工程系智能技术与系统国家重点实验室北京

[3] 北京

来源：

清华大学学报(自然科学版) | 2002年 / 01期

关键词：

混合Gauss模型; 正交混合Gauss模型; 脱机手写数字识别; 字符识别;

D O I：

10.16511/j.cnki.qhdxxb.2002.01.006

中图分类号：

TP391.43 [];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

在基于统计方法的脱机手写数字识别中 ,为更加有效地描述特征的类条件概率分布 ,设计出性能优良的 Bayes分类器 ,采用了混合 Gauss模型。为减少模型的参数 ,通常假设各 Gauss分量的协方差矩阵为对角阵。由于各维特征之间统计相关 ,因此需要大量的 Gauss分量才能较好地描述特征的类条件概率分布 ,使得混合模型的阶数较高。为降低模型的阶数 ,采用了正交混合 Gauss模型 ,即先对各类别的特征分别进行 KL 变换 ,再将变换后的特征用混合 Gauss模型来表示。其中混合 Gauss模型的参数可以通过 EM算法进行估计。最后 ,在 NIST (National Institute of Standards andTechnology)手写数字样本集上对该方法的识别性能进行了验证

引用

页码：19 / 22

页数：4