基于多输出 CNN 的数学表达式中的基数和指数预测
计算机视觉与模式识别
2025-05-29 v2 机器学习
摘要
神经网络和深度学习技术在图像处理中的应用显著推进了该领域，实现了高度准确的识别结果。然而，实现高识别率通常需要复杂的网络模型，这些模型可能难以训练且需要大量计算资源。本研究提出了一种简化而有效的方法，用于从数学表达式图像中预测基数和指数，使用多输出卷积神经网络（CNN）。该模型在包含 10,900 个合成图像中进行训练，图像中包含指数表达式，并随机加入噪声、字体大小变化和模糊度，以模拟真实世界条件。 proposed CNN 模型在高效训练时间下表现出稳健的性能。实验结果表明，该模型在预测基数和指数值方面取得了高准确率，证明了该方法在处理噪声和多变输入图像方面的有效性。
引用
@article{arxiv.2407.14967,
title = {Base and Exponent Prediction in Mathematical Expressions using Multi-Output CNN},
author = {Md Laraib Salam and Akash S Balsaraf and Gaurav Gupta and Ashish Rajeshwar Kulkarni},
journal= {arXiv preprint arXiv:2407.14967},
year = {2025}
}
备注
4 pages, 9 figures