论文部分内容阅读
传统隐马尔柯夫模型广泛地应用在字符识别中,并具有较强的识别能力,但不能兼顾每个模型对其对应目标有很强的识别能力和模型之间差异的最大化。该文提出的BP-隐马尔柯夫模型通过训练样本的不断训练,调整自身参数,解决了传统隐马尔柯夫模型不能解决的问题,计算机仿真结果表明:BP-隐马尔柯夫模型较传统的隐马尔柯夫模型有更强的抗干扰能力和更高的字符识别率。