学位论文 > 优秀研究生学位论文题录展示

一种定位中文印刷体文档中数学表达式的方法

作　者: 常新峰
导　师: 田学东
学　校: 河北大学
专　业: 计算机应用技术
关键词: OCR 数学表达式识别数学表达式定位决策树 BP神经网络
分类号: TP391.4
类　型: 硕士论文
年　份: 2009年
下　载: 12次
引　用: 0次
阅　读: 论文下载

内容摘要

印刷体数学表达式识别系统主要包括数学表达式定位、数学表达式符号识别、数学表达式结构分析和数学表达式重构四个组成部分。数学表达式定位是数学表达式识别的首要步骤,也是本文的研究重点。科技文献中的数学表达式分为孤立表达式和内嵌表达式,针对中文文档特点,提出了一种基于统计特征的决策树与BP神经网络相结合的数学表达式定位方法,该方法分别定位孤立表达式与内嵌表达式,采用ID3算法对文本行属性特征进行分析,构造决策树,利用生成的规则定位文档中的孤立表达式；提取除孤立表达式外的其它行内水平连通块特征训练BP神经网络定位内嵌表达式。实验表明,该方法对中文印刷体文档中的数学表达式定位具有较高的正确率、容错率和速率

全文目录

摘要  5-6
Abstract  6-9
第1章引言  9-12
  1.1 研究背景和意义  9
  1.2 国内外研究现状  9-10
  1.3 本文工作及组织结构  10-12
第2章数学表达式识别系统概述  12-18
  2.1 数学表达式识别系统的组成  12-14
  2.2 数学表达式定位的难点  14-18
第3章孤立数学表达式定位  18-27
  3.1 查找水平连通块  19
  3.2 定位孤立表达式  19-27
    3.2.1 孤立表达式特征提取  20-22
    3.2.2 基于决策树的孤立表达式定位方法  22-27
第4章内嵌数学表达式定位  27-35
  4.1 内嵌表达式特征提取  27-29
  4.2 定位内嵌表达式  29-35
    4.2.1 确定BP神经网络结构  29-33
    4.2.2 利用BP神经网络定位内嵌表达式  33-35
第5章实验结果及分析  35-42
  5.1 实验结果  35-40
    5.1.1 孤立表达式定位结果  35-37
    5.1.2 内嵌表达式定位结果  37-40
  5.2 结果分析  40-42
第6章结论与展望  42-44
  6.1 工作总结  42
  6.2 后续工作展望  42-44
参考文献  44-47
攻读硕士学位期间发表论文情况  47-48
致谢  48

一种定位中文印刷体文档中数学表达式的方法

内容摘要

全文目录

相似论文