人工智能实战2019 - 第8次作业 - 王铈弘
| 项目 | 内容 |
|---|---|
| 课程 | 人工智能实战2019 |
| 作业要求 | 第8次作业 |
| 课程目标 | 学习人工智能基础知识 |
| 本次作业对我的帮助 | 探究与思考MNIST扩展 |
| 参考文献 | MNIST 扩展实践，mathAI，二维文法的研究及其在联机手写数学公式识别的应用 |
如何识别不合法（既非数字又非符号）的输入？
1.输出函数为softmax，非法输入产生的输出（概率），必会低于合法输入的输出。故在一定程度上，可以不针对非法输入做特殊处理。
2.在模型前增加输入合法性检验神经网络，统计常见的非法字符，将它们与合法字符一起输入神经网络，训练神经网络进行二分类，以区分合法输入和非法输入。
如何设计该计算器应用以识别下列元素：
更多的符号，比如sin()函数
1.在模型能够识别数字和字母的基础上，首先采用字符分割，对于英文字符要进行顺序组合，比对程序中的函数库，合法的组合（如sin）保留作为输入。
复杂的表达式结构（上下结构），比如指数\(e^{x}\)，分数\(\frac{\pi}{2}\)
1.对于指数形式，将表达式向Y轴投影，根据重合度来区分算式层次。
2.对于复杂的包围结构，定义最小外接框，来各符号间的确定空间关系。
SPACIAL_RELATIONSHIP = {'including':0,'included':1,'unknown':2,
'superscript':3,'subscript':4,'up':5,
'down':6,'right':7,'left':8,'left_up':9,'left_down':10}
3.对于分式结构，分子、分母、分数线的中心点坐标在垂直方向是没有重合的。
复杂的表达式结构（包围结构），比如平方根
1.利用OpenCV中的图像分割技术来检测根号轮廓。
