联机手写维吾尔文单词识别中两种语言模型的比较研究

在基于隐马尔可夫模型(HMM)的联机手写维吾尔文单词识别中,语言模型是非常重要的一部分,对整个识别系统的识别效果产生重要影响。好的语言模型可以减少由训练模型不够合理而产生的误识,因此,选择一种合适的语言模型显得至关重要。分别对2-Gram统计语言模型和上下文有关的规则语言模型作实验对比,结果表明,基于上下文有关的规则语言模型在维吾尔文手写体识别中取得了较满意的结果。

识别和几何信息融合的维吾尔文联机手写单词分割

通过对手写维吾尔文字中的字母连接特点的深入研究,提出了一种有效的基于动态规划的联机手写单词分割方案:首先,去掉单词中的附件部分后,通过分析主要笔划书写轨迹的形状,找出潜在的过分割点并合并被切分成的基本块与对应它的附加部分,得到基本字母片段序列;然后,对相邻的基本片段进行组合形成切分候选网格;再利用单字母分类信息和基于切分块的几何信息进行融合,采用动态规划算法来进行评价分析,从而动态分割并寻找出最优的分割路径。对于联机单词样本进行的实验证明,上述方案对于维吾尔文单词的分割有很好的效果。