本文利用統計之方法，藉著比較圖形間隨機模型（stochastic sectionalgram）之差
異來作輸入圖形（input pattern ）之辨認，而輸入圖形與參考圖形（reference pa
ttern ）之差異值可決定其辨認時之危險率（risk）大小，若所得之危險率愈小，則
其辨認率愈高。
為了解決有關不定向圖形（uncorrect-directional pattern ）之辨認問題，本文提
出一新的方法，利用環層編碼法（circular layer code ）來選取圖型的特徵（feat
ure ），然後由馬可大動態規劃法（markovian dynamic Programming ）及最佳停止
法則（optimal stopping rule ）來處理其辯認之過程，同時運用預測法（heuristi
c criterion ）來減少辨認時所需的時間及降低其錯誤率，以完成快速且高可靠度之
辨認系統。
資料來源：圖形識別，馬可大動態規劃法，最佳停止法則，環層編碼法。
|