基于局部保持投影与隐马尔可夫模型的维文字符识别

？针对传统隐马尔可夫模型(hmm)在对手写维吾尔文字符建模时，字符宽度变化大，模型训练收敛缓慢，且易陷入局部极值的问题，提出一种基于保局投影(lpp)与hmm相结合的维吾尔字符识别方法。首先，通过高度归一化保持原图像的宽高比，用滑动窗获取子图像序列，形成观测向量序列；其次，采用局部保持投影将观测序列映射到低维空间，并用随机抽样方法降低邻接图矩阵的规模；最后，采用新观测序列训练hmm。该算法在降维的同时提高了hmm的收敛速度，降低了陷入局部极值的风险。实验结果显示，算法的平均收敛步数减少，错误率降低，表明算法是有效的。