篇章級手寫識別的用戶自適應(yīng)模型.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、傳統(tǒng)的手寫輸入法識別過程包括用戶輸入,單字識別,用戶選擇以及改錯,在這個過程中,不免會打斷用戶書寫過程中的思路,難以保持書寫的連貫性,導(dǎo)致輸入法的效率低。同時這種輸入法識別模式,導(dǎo)致選擇識別候選時,無法使用到文字之間的上下文信息,進一步導(dǎo)致識別率低。在手寫識別過程中,每個用戶的手寫習(xí)慣以及連筆情況均不相同,對于獨立于特定用戶手寫習(xí)慣的手寫識別,相對于特定用戶來說,手寫識別結(jié)果不是很好。
  針對以上手寫輸入法存在的問題,本文設(shè)計了

2、一種基于篇章文檔的用戶自適應(yīng)模型手寫識別方法。這種方法可以將手寫文字與識別文字共同呈現(xiàn)給用戶,可供用戶編輯手寫文字以及修改識別結(jié)果。一方面可以使用文字間上下文關(guān)系,進一步提高識別效率,另一方面也可以滿足用戶書寫的流暢度。而針對特定用戶來說,采集用戶特有的手寫特征,使用增量學(xué)習(xí)的方法,創(chuàng)建以及更新用戶模型,以自適應(yīng)的提高用戶識別結(jié)果的準確率。利用以上篇章文字之間的上下文信息,使用語言模型以及相似度對識別結(jié)果進行后處理,第一候選的識別率有所

3、提高。
  本文的研究內(nèi)容以及主要工作包括三個方面。首先,添加自相似計算方法,根據(jù)用戶手寫文檔,統(tǒng)計每個手寫字符與其相似的手寫字符,使用改進的動態(tài)時間彎曲算法用來計算兩兩手寫字的相似度,以實現(xiàn)篇章級用戶手寫文檔的相似度分析。其次,根據(jù)上下文信息,添加語言模型,使用基于字的二元文法調(diào)整候選項的位置。本文中使用 N-gram語言模型來實現(xiàn)此功能。最后,構(gòu)建用戶自適應(yīng)模型,采用增量學(xué)習(xí)方法,學(xué)習(xí)用戶的手寫字符信息,更新用戶模型,在更新用

4、戶模型過程中,本文使用增量學(xué)習(xí)的 Linear Discriminated Analysis(LDA)與增量學(xué)習(xí)的Modified Quadratic Discriminated Function(MQDF)相結(jié)合的方法。
  根據(jù)以上對系統(tǒng)做出的改進,識別效果有所提高。通過計算手寫字符相似性,有效的減少了用戶的修改操作,在修改第一識別結(jié)果時,根據(jù)字間相似度,能自適應(yīng)的調(diào)整與其相似的手寫字符的識別結(jié)果,間接地提高了手寫識別的準確率

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論