作者：郭蓉蓉; 李涛; 魏琦数学公式识别深度学习粘连符号切分
摘要：粘连符号切分一直是数学公式识别中的重要问题,也是造成识别错误的主要原因之一,针对这种情况论文用深度学习对粘连符号进行了分割。使用FasterRCNN神经网络进行有监督训练,在训练数据集中包含各种粘连情况,如:水平粘连、垂直粘连以及对角线粘连等,对特殊的粘连情况另外做特殊的处理。通过实验表明这种分割方法使得粘连符号的切分得到显著的提高,同时也提高了数学符号识别的正确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机与数字工程》（CN：42-1372/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机与数字工程》始终秉承:"坚持理论联系实际;坚持实事求是的学风;坚持以应用为主,提高与普及并重;坚持创新;坚持以刊登国内外计算机方面的新理论,新技术,新工艺,新成果研究为主;以学术性,技术性为办刊宗旨。
省级期刊
人气 252061 评论 66
部级期刊
人气 229919 评论 65
人气 214100 评论 35
人气 212681 评论 71
