English
资源说明：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
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
