1、經過幾十年的發(fā)展，OCR（光學字符識別，Optical Character Recognition）技術已經進入了實用階段，而且其速度和準確率都達到了令人滿意的程度，克服了人工輸入費時費力的缺點。然而現(xiàn)有的OCR系統(tǒng)在處理文檔時，對其中的數(shù)學公式無能為力，只能將其按圖片存儲，不但占用大量空間，而且不能進行編輯和檢索。在網絡高速發(fā)展的今天，資源共享和資源復用越來越重要，把大量的含有數(shù)學公式的科技文獻以電子文檔方式保存顯得尤為重要。因此，數(shù)

2、學公式自動識別技術具有很高的實用價值。
　　 數(shù)學公式識別系統(tǒng)分為數(shù)學公式抽取、公式符號識別、公式結構分析和公式重構四個模塊。數(shù)學公式抽取是其中的一個重要環(huán)節(jié)，相關研究已有很多，但這些研究大多基于識別結果且針對的是英文文檔。本文針對中文文檔自身的特點，提出了一種孤立公式、內嵌公式分步處理，內嵌公式分級處理的層次抽取方法。該方法分為兩步：孤立公式抽取和內嵌公式抽取。對于孤立公式，采用統(tǒng)計特征并引入基于模糊邏輯的判決規(guī)則，取得了較好