@InProceedings{1999_001-1555_13140,
	author = "Mohamed Ali MAHJOUB",
	title = "Amélioration du pouvoir discriminant des modèles de Markov cachés par modélisation de la durée d'état",
	booktitle = "17° Colloque sur le traitement du signal et des images",
	year = "1999",
	publisher = "GRETSI, Groupe d’Etudes du Traitement du Signal et des Images",
	number = "001-1555",
	pages = "p. 443-446",
	month = "sep # 13--17",
	address = "Vannes",
	doi = "",
	pdf = "1999_001-1555_13140.pdf",
	abstract = "Cet article décrit l'apport de l'incorporation de la durée d'état dans le modèle de Markov caché. Nous proposons à cet effet, un HMM non stationnaire caractérisé par des paramètres de transition dynamiques A(t)= {aij (t)} dépendants du temps. Comparé aux modèles traditionnels, ce modèle peut être vu comme une généralisation du DHMM. Ce modèle a été appliqué à la reconnaissance en ligne chaînes de caractères arabes cursives appelées PAW (Piece of Arabic Word). La discrimination entre les modèles a été améliorée. De même, de bons taux de reconnaissance ont été enregistrés."
}