印刷文档中数学公式抽取的研究

数学公式抽取是公式识别的首要步骤,目前相关的研究还很欠缺.针对印刷文档中数学公式的抽取展开了研究,对于印刷文档中的孤立式公式采用Parzen窗方法将其从文档中抽取出来.实验表明,这种方法能够取得较好的效果.     

基于组合策略的印刷公式符号切分方法

对公式符号切分这一公式识将符号分离与符号合并策略相结合,提取公式符号的方法,对具有包含关系的符号进行分离操作,而对由多个连通部件构成的符号进行合并处理.实验表明,该方法能够较好地适应公式特点,具有较高的准确性.     

一类连续小波的构造及其性质

小波分析是国际上新兴的一个前沿研究课题,已成为众多学科共同关注的热点.小波函数的构造问题是小波理论分析与应用研究的基础.文章提出了一类连续性小波函数的构造方法,同时证明了其满足允许条件,并利用该方法构造出了几个小波函数,同时利用MATLAB程序绘出了相应的小波函数及其Fourier变换(频谱)图.     

实现基于分割窗口的位图显示与通信

使用分割窗口有助于获得良好的用户交互界面 ,文中详细介绍了在分割窗口中同时显示不同比例位图的实现方法 ,并且以对位图进行同步的动态选定矩形区域的操作为例介绍了分割窗口之间通信的实现 ,同时分析了使用 Visual C+ + 6.0开发实现的过程。     

融合空间及通道注意网络的古籍汉字图像检索

古籍汉字图像检索是古籍汉字研究的有效工具.然而,古籍汉字字形复杂、书写风格多变的特点导致传统文字图像检索技术在应用于古籍汉字图像时效果欠佳.针对现有方法在古籍汉字图像特征提取时存在的字形结构细节信息和低层视觉特征提取问题,设计了一种融合空间注意力和通道注意力网络高低层特征的古籍汉字图像检索模型.首先,融合空间注意力的低维特征和通道注意力的高维特征,捕捉古籍汉字空间结构间的依赖关系,提取更丰富的古籍汉字语义特征信息;其次,构建inception残差结构模块,丰富古籍汉字图像特征的感受野,使网络模型更易优化,保留足够的古籍汉字细节信息;最后,运用加权交叉熵损失函数,解决数据集中存在的正负样本不平衡问题,增强检索模型的鲁棒性.在上下、左右、包围和独体结构古籍汉字图像数据集上检索实验的MAP(mean average precision)值分别为77.89%、79.89%、78.21%、80.75%,表明了方法的有效性.     

一种古籍汉字图像的多属性模糊检索模型

针对古籍汉字结构复杂、风格多变以及字形图像降质所导致传统文字图像检索技术在应用于古籍汉字图像时性能不佳的问题,引入犹豫模糊集理论,提出了一种古籍汉字图像检索模型.首先,设计面向古籍汉字图像的重叠模糊规范化双弹性网格划分,通过考察当前网格与其近邻网格间各种字形要素间的几何和统计特征,定义相应的犹豫模糊元素,进而构成古籍汉字查询图像和目标图像的犹豫模糊集合;其次,以犹豫模糊集合的加权距离测度作为古籍汉字查询图像和目标图像的相似性测度,得到古籍汉字图像检索结果的有序输出.本文算法在11 574幅古籍汉字图像上的检索查准率和查全率分别为78.9%和76.5%.     

人名、机构名在基于概念的文本分类中的应用研究

基于概念的文本分类方法,能对同义词、多义词进行比较好的处理,是一种比较优秀的文本分类算法.但是此方法往往对人名、机构名等具有分类特征的词不能很好地处理,依然停留在关键词的层次.提出了一种将语义词典与一部人名、机构名构成的专有名词词典相结合的新的概念分类方法,并经过实验验证了其有效性.     

一种印刷体数学公式重构的方法

数学公式重构是公式识别的重要环节,目前相关的研究还很欠缺.针对数学公式重构展开了研究,提出了一种基于MathML的数学公武重构的方案.实验表明,这种数学公式重构方法可以完美准确地表达数学公式,而且可以和目前流行的字处理软件中的公式编辑器兼容.     

一种数学检索结果排序中的多隶属度评价方法

针对现有数学检索排序方法所存在的排序属性单一问题,提出一种基于犹豫模糊距离的科技文档多属性综合排序方法。归纳科技文档的评价特征,确立了包括数学表达式几何属性、文档重要性属性和全局属性的三元组;建立以数学查询表达式为标准的科技文档犹豫模糊集,定义了各指标对应的犹豫模糊隶属度函数;利用犹豫模糊集在多属性决策方面的优势,采用文档相似度评价方法对检索结果进行排序。不同领域包含345027个数学表达式的19964篇科技文档的排序对比实验,表明本方法比科技文档单一属性排序方法的合理性有一定的提高。     

基于犹豫模糊集的古籍汉字图像切分方法

针对古籍文献版面图像切分中存在的过切分和粘连等问题,提出基于犹豫模糊集的古籍汉字图像切分方法。首先,对古籍汉字版面图像进行连通区域搜索,获取版面中的笔画部件,实现古籍汉字的初切分;然后,对过切分汉字进行特征分析,提取过切分区域的特征,利用犹豫模糊集在处理多属性决策问题方面的优势,通过建立犹豫模糊集来判断过切分区域归属同一古籍汉字的隶属度,并据此进行过切分区域的合并;最后,对存在粘连和重叠的汉字采用分段像素跳跃数突变分析方法进行分割。在28 886个古籍汉字上的实验结果显示,可以达到92. 3%的切分准确率和85. 7%的过切分合并准确率。