文件名称：基于正交混合 Gauss模型的脱机手写数字识别 (2002年)
文件大小：432KB
文件格式：PDF
更新时间：2024-05-30 06:24:15
自然科学 论文
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