基于全局方法的联机手写数学公式识别
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究的目的及意义 | 第9-10页 |
| 1.3 国内外研究现状分析 | 第10-12页 |
| 1.4 本文的主要研究内容 | 第12-13页 |
| 1.5 章节内容组织结构 | 第13-14页 |
| 第2章 数学公式识别的相关技术 | 第14-20页 |
| 2.1 引言 | 第14-15页 |
| 2.2 符号切分 | 第15-16页 |
| 2.3 符号识别 | 第16-17页 |
| 2.4 结构分析 | 第17-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 基于全局方法的联机手写数学公式识别 | 第20-27页 |
| 3.1 引言 | 第20-21页 |
| 3.2 数学公式识别中应用的全局方法 | 第21-24页 |
| 3.3 本文中的全局方法 | 第24-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 联机手写数学公式识别系统实现 | 第27-44页 |
| 4.1 引言 | 第27页 |
| 4.2 符号切分模块实现 | 第27-29页 |
| 4.2.1 降低切分假设数量 | 第27-28页 |
| 4.2.2 符号切分模型 | 第28-29页 |
| 4.3 符号识别模块实现 | 第29-34页 |
| 4.3.1 卷积神经网络分类器 | 第29-30页 |
| 4.3.2 基于双向长短记忆时的循环神经网络 | 第30-34页 |
| 4.3.3 组合神经网络分类器 | 第34页 |
| 4.4 结构分析 | 第34-37页 |
| 4.4.1 空间关系模型 | 第34-37页 |
| 4.4.2 二位随机上下文无关文法的概率 | 第37页 |
| 4.5 数学公式的解析 | 第37-42页 |
| 4.5.1 CYK解析算法 | 第37-39页 |
| 4.5.2 复杂度和查找空间 | 第39-41页 |
| 4.5.3 多笔画符号识别 | 第41-42页 |
| 4.6 手写数学公式识别系统 | 第42-43页 |
| 4.7 本章小结 | 第43-44页 |
| 第5章 系统评测与对比实验 | 第44-58页 |
| 5.1 系统评测 | 第44-48页 |
| 5.1.1 系统评测的问题 | 第44-45页 |
| 5.1.2 评测标准 | 第45-48页 |
| 5.2 实验 | 第48-57页 |
| 5.2.1 数据集 | 第48-49页 |
| 5.2.2 符号分类性能测评 | 第49-52页 |
| 5.2.3 空间关系分类 | 第52-53页 |
| 5.2.4 数学公式识别性能测试实验 | 第53-57页 |
| 5.3 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 读硕士学位期间发表的论文及其它成果 | 第63-65页 |
| 致谢 | 第65页 |
