- -

Discriminative Bernoulli Mixture Models for Handwritten Digit Recognition

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

Discriminative Bernoulli Mixture Models for Handwritten Digit Recognition

Mostrar el registro completo del ítem

Giménez Pastor, A.; Andrés Ferrer, J.; Juan Císcar, A.; Serrano Martinez Santos, N. (2011). Discriminative Bernoulli Mixture Models for Handwritten Digit Recognition. En Document Analysis and Recognition (ICDAR), 2011 International Conference on. Institute of Electrical and Electronics Engineers (IEEE). 558-562. doi:10.1109/ICDAR.2011.118

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/50140

Ficheros en el ítem

Metadatos del ítem

Título: Discriminative Bernoulli Mixture Models for Handwritten Digit Recognition
Autor:
Entidad UPV: Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació
Fecha difusión:
Resumen:
Bernoulli-based models such as Bernoulli mixtures or Bernoulli HMMs (BHMMs), have been successfully applied to several handwritten text recognition (HTR) tasks which range from character recognition to continuous and ...[+]
Palabras clave: Bernoulli mixture , Discriminative training , MMI , Mixture of multi-class logistic regression , Log-linear models
Derechos de uso: Reserva de todos los derechos
ISBN: 978-0-7695-4520-2 978-1-4577-1350-7
Fuente:
Document Analysis and Recognition (ICDAR), 2011 International Conference on. (issn: 1520-5363 )
DOI: 10.1109/ICDAR.2011.118
Editorial:
Institute of Electrical and Electronics Engineers (IEEE)
Versión del editor: http://dx.doi.org/10.1109/ICDAR.2011.118
Tipo: Capítulo de libro

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem