抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
接触文字のセグメンテーションは,オフライン中国語手書き認識における挑戦的な問題である。一つの実行可能解は,単一特性内の隣接特性間の正確なカットと冗長カットの中程度のレベルの高い再現を維持する過剰セグメンテーション戦略である。以前の冗長カットフィルタリング法は,純粋な発見的方法に依存するか,または正しいカットの幾何学的特性を学習した。本研究では,単一カットレベルからベース学習カットフィルタリング法を拡張した隠れMarkovモデル(HMM)による配列レベルを削減する。確率的逐次モデリングツールとして,HMMは隣接カットの配列間の個人カットの特性だけでなく左右時間的文脈と空間依存性を利用することができる。大接触特性データセット上での実験結果により,提案した方法は,過剰セグメンテーションに有効であり,従来の方法よりも優れた性能を与えることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】