论文研究基于耦合HMM的多传感异步信息融合分类策略.pdf

针对多传感异步信息融合分类问题，提出了一种新颖的基于耦合隐马尔可夫模型（CHMM）结构的中期融合分类策略，该策略既考虑到了多传感信息在时间上的相关性，又解决了信息流之间的异步问题;其次，通过限制信息流的状态数量和限制信息流之间的异步程度，简化了模型结构;此外，为解决CHMM的算法实现问题，提出了一种CHMM与双流HMM的等效变换方法，从而利用经典的HMM算法解决了CHMM的模型实现。最后在唇读语音双模态数据库上的实验证明，该异步信息融合策略实现了比早期同步融合更理想的识别结果，证明了该