Тип работы:
 Предмет:
 Язык работы:


Распознавание рукописных математических выражений с использованием нейронных сетей

Работа №125567

Тип работы

Бакалаврская работа

Предмет

нейронные сети

Объем работы27
Год сдачи2019
Стоимость1500 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
100
Не подходит работа?

Узнай цену на написание


Введение 3
Актуальность 4
Постановка задачи 5
Глава 1: Обзор литературы 7
Глава 2: Основные понятия 9
Глава 3: Реализация 14
3.1: Построение диаграммы Вороного 14
3.2: Обучение свёрточной нейронной сети 16
3.3: Распознавание 19
3.3.1: Первая попытка распознавания 19
3.3.2: Вторая попытка распознавания 23
Выводы 25
Заключение 25
Использованные материалы 27

Человечество веками стремилось к автоматизации. Сегодня всё больше типовых задач способны взять на себя специальные устройства и грамотно написанные алгоритмы.
Одной из задач оптического распознавания символов (англ. Optical Character Recognition — OCR) является задача распознавания рукописного текста. Главное отличие и сложность рукописного текста в том, что не существует стандарта написания одних и тех же букв, символов. Каждый человек может написать их по-разному. Кроме того, в отличие от печатного текста, его рукописный аналог, зачастую, сложно разделить на строки и слова; строки могут получиться косыми, а несколько слов одного предложения слиться воедино.
Среди рукописных текстов можно встретить специализированный, направленный на определенную аудиторию текст. В данной работе рассматриваются рукописные математические тексты. Их основная сложность в наличии формул, которые, в отличие от обычных слов и букв, может быть сложно выделять из текста. Они могут быть не линейны, содержать в себе трудноотделимые символы, такие как квадратные корни и степени.
Выделяют два основных типа распознавания рукописного текста: ONLINE и OFFLINE распознавание. ONLINE распознавание чаще применяется в программному обеспечению (ПО) электронных устройств, например в сенсорных экранах телефонов и планшетов. ПО отслеживает движения пальца пользователя, когда он рисует символы. Далее эта информация участвует в алгоритме определения символа написанного пользователем.
В случае же OFFLINE распознавания, доступна лишь конечная информация о символах, к примеру, фотосканы работ учащихся 11 класса, или рукописное заявление о приеме на работу. Этот тип распознавания сложнее, так как отсутствует доступ к информации о том, как автор текста выводил символы.
Решение задачи OFFLINE распознавания рукописных математических выражений и символов и будет рассмотрено в этой работе.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
Курсовые Статьи Диплом Рязань

В данной работе был рассмотрен подход к распознаванию математических уравнений и их приведении к удобочитаемому виду. В процессе были решены следующие задачи:
• найдена и обработанная тестовая коллекция, содержащая математические символы, цифры и буквы латинского алфавита;
• на тестовых данных обучена свёрточная нейронная сеть;
• найден и применён алгоритм построения диаграммы Вороного алгоритмом Форчуна;
• алгоритмически произведено разделение изображения на математические выражения, и каждое из них — на набор символов;
• каждый из символов распознан обученной нейросетью.


[1] Masalovitch A., Mestetskiy L. Usage of continuous skeletal image representation for document images de-warping //Proceedings of International Workshop on Camera-Based Document Analysis and Recognition, Curitiba. – 2007. – С. 45-53.
[2] Запрягаев С. А., Сорокин А. И. Сегментация рукописных и машинописных текстов методом диаграмм Вороного //Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. – 2010. – No. 1. – С. 160-165.
[3] Ondrej M., Frantisek V. Z., Martin D. Algorithmic and mathematical principles of automatic number plate recognition systems //Brno University of technology. – 2007. – Т. 10.
[4] https://github.com/Yatoom/voronoi - An implementation of Fortune'а предлагается на выбор одна из нескольких популярных библиотек. Тоs algorithm in python
[5] https://www.photomath.net/en/ - Photomath
[6] Pedamonti D. Comparison of non-linear activation functions for deep neural networks on MNIST classification task //arXiv preprint arXiv:1804.02763. – 2018.
[7] https://www.kaggle.com/xainano/handwrittenmathsymbols — Handwritten math symbols dataset
[8] https://github.com/Ielay/diploma — Код проекта на Github
Оглавление и введение
Содержание с началом введения
Фрагменты нескольких параграфов

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы

Заказать работу

Заявка на оценку стоимости

Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы

Каталог работ (152537)

Новости

06.01.2018 Помощь студентам и аспирантам в выполнении работ от наших партнеров Помощь студентам и аспирантам в выполнении работ от наших партнеров

Помощь в выполнении учебных и научных работ на заказ ОФОРМИТЬ ЗАКАЗ

дальше

»» Все новости

Заказать работу

Заявка на оценку стоимости

Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы

Заказать диплом

Приглашаем авторов студенчесчких работ


©2024 Cервис помощи студентам в выполнении работ
.