【摘 要】
：
为了从中英文混排的中文文档中定位数学公式,提出了一种基于中文字符识别和公式符号识别的数学公式定位方法。该方法主要由中文字符提取、内嵌公式提取和独立公式定位三个部
【机 构】
：
中国科学院自动化研究所,中国科学院研究生院
【基金项目】
：
国家863高技术研究发展计划资助项目(2006AA01Z153)
论文部分内容阅读
为了从中英文混排的中文文档中定位数学公式,提出了一种基于中文字符识别和公式符号识别的数学公式定位方法。该方法主要由中文字符提取、内嵌公式提取和独立公式定位三个部分组成。在中文字符提取中,首先提取字符块信息:中文字符识别结果、公式符号识别结果和字符块的几何特征,然后使用决策树的方法区分中文字符和非中文字符。在内嵌公式提取中,使用公式符号的语义信息、符号间的角标关系和公式的语义信息等从非中文字符中定位内嵌公式。在独立数学公式定位中,对包含较多内嵌公式符号且不包含中文字符的文字行提取版式结构特征,并使用高斯混合模型区分独立公式和普通文字行。在148幅文档图像共包含3 690个公式组成的测试集上取得了91.19%的公式定位正确率。
其他文献
胡塞尔把理性危机和哲学危机视为近代欧洲科学危机的根源,并运用现象学还原方法建立所谓严格科学的哲学,从而在由纯粹理性建构起来的"生活世界"的基地上对具体科学进行了哲学
针对我国高科技天生全球化企业的竞争优势、战略选择与业绩增长间的关系进行了跨案例研究。指出:此类企业在发展初期的竞争优势主要表现在技术创新、网络关系、品牌声誉和信
以资金安全管理为主线的企业管理思想正在一些大型企业中悄然兴起。我国的电网企业已经建立了比较完善的资金安全管理体系。但是,我国电网企业资金安全管理仍然存在一些薄弱
要实现柴油发动机整体技术的持续升级,并降低排放、改善燃油经济性,电控燃油喷射技术的运用是其中的关键技术之一,目前最流行的是单体泵和共轨式两大类电子燃油喷油系统。玉
环境行为与环境态度的研究一直是环境社会学关注焦点。本文通过界定环境行为与环境态度的概念,从理论研究框架和实证研究结果两方面回顾了现有文献对二者的探讨,进一步分析了
在手写体中文信封处理系统中,地址行字符切分是实现地址行识别的关键步骤。本文根据邮政信封地址行字符的特点,有针对性的提出了一种字符切分算法。首先对地址行图像利用投影
本文以国际服务外包企业升级的涵义为引,指出当前中国国际服务外包企业升级的障碍,最后有针对性地对中国国际服务外包企业升级路径进行分析。
沈从文在1930年前后创作的一批“浪漫传奇小说”,在沈从文文化观念的形成过程中非常重要,它们强烈、浪漫地表达了沈从文“理想的人生形式”,可以说是沈从文文化观念的内核。
对管理学科的主流研究方法进行了简要归纳,结合前人研究成果,从科学实证的思维方法出发,反思了现有管理研究方法论的认知基础,紧紧围绕研究对象和主题的变量化和变量的系统化
Dirichlet过程是一种典型的变参数贝叶斯模型,其优点是参数的个数和性质灵活可变,可通过模型和数据来自主地计算,近年来它已成为机器学习和自然语言处理研究领域中的一个研究