JPH033087A - 群分け/割当てプロセッサ - Google Patents

群分け/割当てプロセッサ

Info

Publication number
JPH033087A
JPH033087A JP2104389A JP10438990A JPH033087A JP H033087 A JPH033087 A JP H033087A JP 2104389 A JP2104389 A JP 2104389A JP 10438990 A JP10438990 A JP 10438990A JP H033087 A JPH033087 A JP H033087A
Authority
JP
Japan
Prior art keywords
data
data points
cells
data point
cell
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2104389A
Other languages
English (en)
Inventor
Patrick F Castelaz
パトリック・エフ・キャステラ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Raytheon Co
Original Assignee
Hughes Aircraft Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hughes Aircraft Co filed Critical Hughes Aircraft Co
Publication of JPH033087A publication Critical patent/JPH033087A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23211Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with adaptive number of clusters
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Feedback Control In General (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の目的〕 (産業上の利用分野) この発明は情報プロセッサ、特に複数の2次元データを
相関させるための群分け/割当てプロセッサに関する。
(従来の技術) 割当てと相関の問題は、従来の情報プロセッサを用いて
解決するには困難な問題の一つである。
割当ての問題としては、多くの事象がより多くの対象か
ら選択されなければならないことや、すべての事象に対
する全体の割当てが最適に行なわれなければならないこ
とが含まれる。相関の問題としては、−組のデータ中の
事象が他の組のデータ中の事象と相関されることがある
。これらの問題は、これらが単一の解決手段によって解
決できる問題ではなく、最上の解決法を含む多くの解決
手段を要することから、解決が困難である。その上、こ
れらの問題はしばしば多(の答えを内部に持っている0
割当てと相関の問題に例をとっても、リソースアロケー
ション、目標の連合、2次元位置のトランクの初期設定
、多重センサから検出された角度のみの目標のゴースト
除去、2次元特徴ベクトルのパターンマツチング、型の
マツチング、2次元フィルタリング、コンビエータトモ
グラフィ、製造監視システム、医学画像診断システム等
が含まれている。
(発明が解決しようとする課題) この分野における従来のアプローチは、汎用および特定
用途に開発されたコンピュータのソフトウェアによる解
決である。ソフトウェアによる解決法の欠点は、多くの
アルゴリズムが必要であること、ソフトウェア開発に手
間が掛かること、である、更に、ソフトウェアによるア
プローチは、リアルタイム、又はそれに近い用途には用
いられないことである0例えば、2次元位置トランクの
初期設定の問題では、N個の目標をセンサで検出するた
めに、従来の最上のアルゴリズムであってもNの2乗の
オーダーの演算を必要とする。例えば、Nが100.0
00であれば10の1)乗回の演算が必要となる。10
秒のスキャン動作では毎秒100億回の演算が必要とな
り、従来のアプローチでは解決できなかった。
この問題の解決のための他のアプローチはシミュレート
アニーリングと呼ばれる技術である。
(S、  カークパトリック、グラソト、ベフツィによ
る「シミュレートアニーリングによる最適化」、198
3年のサイエンスの220号の671〜680頁を参照
のこと、)この技術ではアルゴリズムが開発されている
が、実際に使用可能の構成が実現されたことは聞いてな
い、更にイメージ処理の分野では、シストリックな単一
平面プロセッサが存在↓4が、固定的な型を有する構造
であ・たり、2次元フィルタ構成であったりして限定し
た用途しかない。
割当ての問題に対するアプローチは、データを管理でき
る単位に群分けすることである。これにより割当て又は
相関のタスクは容易になる。しかし乍ら、従来のアプロ
ーチはソフトウェアで行なうものなので、同様の不都合
が生じる。特にアルゴリズムが大量になり、ソフトウェ
ア開発に手間が掛かり、大量のデータ処理にはスピード
がおそい。
このため、この発明の目的としてリアルタイムで群分け
/割当ての問題を解決する情報プロセッサが望まれてい
る。更に、大量のアルゴリズムを必要とせず、ソフトウ
ェアの開発の問題もないプロセッサが望まれている。更
に、最小の寸法と重量でハードウェアを構成できるプロ
セッサが望まれている。
〔発明の構成〕
(課題を解決するための手段) この発明によれば、2次元データセットに対してリアル
タイムで群分け、割当ての問題を解決した情報プロセッ
サが得られる。このプロセッサは、ソフトウェアの開発
の必要がなく、大きな平行処理とアルゴリズムに等しい
構成で相互に接続された構成を有する。この発明によれ
ば、群分けのためには、与えられたデータセット中のデ
ータ点がデータ空間中のデータ点の位置に対応するアド
レスを有するプロセスセルの各々に割当てられる。
データ点は物体の各点を処理するようにして取り扱われ
、データ点間の引力をシミュレートしたようにしてプロ
セッサ中を移動する。
特に、データ点間の「引力」の和は各データ点に対して
計算される。この互いに近接した計算点においては、遠
いものよりも強い力で互いに引き付けられる。この和は
移動ベクトルを表わし、各点の移動方向を決定する。こ
の一連の移動のあとで、与えられた領域中のデータ点の
群が種々の重心中に吸収される。これらの重心は、デー
タ空間中の種々の領域に対する「質量の中心」に対応す
る。各プロセスセルがデータ点のスタートアドレスのよ
うな識別データを持っているので、重心中の各データ点
の元のアドレスが知られ得る。このようにして、与えら
れた領域中の各データ点が連合、即ち群分けされ、他の
すべてのデータ点が共通の重心に対して集められる。
(作 用) この発明によれば、上述のようにして群分けされたデー
タ点は、前後のデータセット中の対応するデータ点と連
合される。これは、選択されたデータ点を持つプロセス
セルから同一の群分は領域中に含まれるデータ点を有す
るプロセスセルにパルスを送信することによって行なわ
れる。このパルスは受信したすべてのプロセスセルによ
って反射される。選択されたプロセスセルは反射された
パルスを受けて、これらのパルスが前後のデータセット
の2つのプロセスセルからのものか否か、および選択さ
れたセルと同一距離で直線上にあるか否かが決定される
。YESのときは、選択されたセルと2つの直線上の等
距離のセルはプロセッサによって互いに連合せしめられ
る。プロセッサは同じデータセット中の異なるプロセス
セルに作用し、すべてのプロセスセルが連合されるまで
行なわれる。次いで、プロセッサは他の領域に対しても
同様に働き、すべての領域中のすべてのデータ点が前後
のデータセット中のデータ点と連合されるまで続けられ
る。
(実施例) この発明によれば、2次元データを群分け、連合させる
ための方法および装置が提供される。この発明によれば
、一つのデータ点セット中のデータを群分けするととも
に、各データ点を複数のデータセット中のXデータ点と
連合させることができる。このデータは、種々の領域の
2次元データの複数セットであってもよい。例えば、こ
のデータは目標情報を表わす2次元データベクトルや、
センサから得られる特徴ベクトルを含んでいるものでよ
い、この発明の重要な特徴は、大量のデータが速やかに
処理できることである0例えば100.000個のデー
タ点を処理できる。更に、データの群分けにより、大量
のデータをより管理の容易なサイズに分けることによっ
て、データの割当てのタスクを容易にできる。このよう
にして、群分けは、割当て動作のための予備的な相関を
行なうことができる。
第1図において、この発明の全体的な処理内容が示され
ている。一つ又はそれ以上のデータセット12が夫々2
次元データ点14を持つことが示されている。各データ
セット12は、時間的に順次発生するデータ(固定時間
分離された)、又は、時間以外のファクターがデータ中
に導入された後のデータであってもよい、ここで、各デ
ータセットは、同一のものでなく、データ空間中の1つ
のデータセットから他のデータセントへのデータ点の変
化又は移動は直線、非直線関数のいずれでも良いが、非
連続関数ではないものとする。
この発明によれば、データセット12中で群分けを行な
うために、各データ点14は質量を持つ物体であり、他
のデータ点14に対し引力を及ぼすものと考えることが
できる。この引力は例えばデータ点14間の距離の2乗
−関して変化する。
このプロセスをモデル化するのに逆2乗引力法則を用い
たが、他のモデル、例えば1/r 、 1/r3等も用
いることができる。ここで、rは2つの物体又は目標間
の距離である。引力における重力のルールは、2つの点
14間の距離が増大するに従って引力がどの程度急速に
減少するかを決定するものである。最適重力法則は、デ
ータの性質のようなファクターの数、データ点14の分
布の様子、所望の処理速度等に従って定められる。
どのような引力法則が選択されたとしても、この引力に
よってデータ点が「動く」ことになる。
いかなるデータ点14もそれを取り囲む他のデータ点1
4によって複数の方向へ引かれることになる。すべての
引力のベクトル和を計算することにより、各データ点1
4の総合移動ベクトルが計算できる。この移動ベクトル
は各点14の動きの方向を決定し、この方向は最も多(
のデータ点が存在する方向を示す、即ち、このデータ点
14の移動によって、データセット12が複数の領域に
分割されることになる。この領域の各々はデータセット
12の一部であり、ここではデータがすでに成る特徴を
持っていることになる。しかし乍ら、すでにそこに存在
する群分けとの関係が問題となる。引力処理を行なうこ
とによって、これらの領域は分離し、すでに存在する群
分は自体が表われてくる。
引力による群分けを説明するために、第1図ではデータ
セット12の一つの領域16が示されている。この領域
16はデータセット12中の一つのみを拡大しているが
、他の領域も図示しないがデータセット12中に含まれ
ていることは勿論である。更に、領域16の境界は、群
分は処理が完了するまでは決めることができず、又、領
域16はデータセフ)12から説明の便亘のためにのみ
取り出して示されていることに注意すべきである。
引力によってデータ点14が移動す−るにつれて、領域
16が変化する様子を第1図中に5通りに示している。
結果的に、領域16中のすべてのデータ点14は質量の
単一中心、即ち重心18に引き付けられる0重心18の
位置が決定されると、領域16中でのデータ点14の元
の位置を再構成するために用いることができる0重心1
8から各点14までの距離が次に決定できる0例えば、
ブロック20中のグラフで絵として示したように、重心
18の周りに同心円を描くことによって、各データ点1
4がどの半径帯22中に含まれているかを決定すること
ができる。更に、各データ点14が各半径帯22中に含
まれている数をヒストグラム24で示すことができる。
このヒストグラム24は重心18のまわりの点14の分
布図を示す。
この分布図はデータセフ)12中の領域16の特徴を示
す、このヒストグラム24は、それに表わされているパ
ターンを比較することによって各デ−タセント12中の
与えられた領域16をブロック26中に示したように連
合させるのに用いられる。更に、データセット12中の
領域16を、各データ空間中の互いに近接した重心18
を有するもの同志連合させることによって連合させるこ
とができる。次に領域16には、ブロック28に示した
ように、他のデータセット12中の領域と連合させるよ
うに、領域、即ちクラスタ数が割り当てられる。
各データセット12中の重心が見出され、各データセン
ト12中の重心18が他のデータセット12中の重心1
8と連合されると、データの群分けが完了したことにな
る6次に、各点14を他のデータセット12中の他の点
14に割り当てることが望ましい。これは、ブロック3
0で示したように、後で詳述する共振系によって実現す
ることができる。ここで、点14がすでに領域16中に
群分けされているので、データ点14の割り当てタスク
は、領域毎に行なう必要があることだけが重要である。
このことによりデータ点14の割り当てプロセスが大き
く改善される。共振系プロセスが完了した後で、各デー
タセット12中のデータ点14は他のデータ点14へ割
当てられる。これにより、群分けおよび割当てプロセス
が完了する。この割当てが完了したあとで、特定の目的
のためにこの割当てを用いるためのプロセスを行なうこ
とができることは勿論である。
第1図に示したプロセス原理を実現するために、第2図
〜第5図で群分はプロセスの実施例を示し、第6図〜第
8図で共振系を用いた割当てプロセスの実施例を示す。
第2図において、データセット12中の与えられた領域
16からのデータ点14の群が示されている。第1図で
述べた引力を用いた群分けを行なうために、群分けおよ
び割当てプロセッサ40によって各データ点14がプロ
セスセル42へ割当てられる。各プロセスセル42はア
ドレスを有し、すべてのアドレスは、2次元データセラ
)12中のすべてのデータ点によるデータ空間を形成し
ている。各プロセスセル42は信号を受け、そのアドレ
スにデータ点14があるか否かを示すことができる。更
に、このデータ点14の有無のデータが他のプロセスセ
ル42へ送られる。(第2図ではデータ点が説明を容易
にするために拡大して示され、実際には一つのプロセス
セル42が一つのデータ点14で占有されることに注意
すること。)各データ点14の移動ベクトルを決定する
ために、他のすべてのデータ点14の距離と位置を知ら
なければならない、これは、各データ点14を、与えら
れたデータセント中の他のすべてのデータ点と互いに接
続することによって実現される。すべての接続線44が
第2図に示されている。これらの相互接続は、例えばプ
ロセスセル42間を接続することによって実現できる。
特に、これらプロセスセル42間の接続は、データバス
による直接接続として行なうことができる。
第3図において6点のデータ点を有するデータセント1
2が示されている。ここでは互いに接続されたプロセス
セル42の格子を有する群分けおよび割当てプロセッサ
40の一部が示されている。
各点14の最初の段階において、移動ベクトルがこの点
14作用する引力の総和にもとづいて計算される。この
移動ベクトルは、すべての隣接点14の距離と方向の関
数として示される。
サイクルlにおいて、各点14は移動ベクトルによって
決定される距離と方向に従って移動される。移動ベクト
ルの計算を簡単化して速やかに行なうために、所定のス
レシタールド値を越えた距離は無視される。このことは
サイクルlにおいて減少接続図46中に示されている。
この減少接続図46において、点48と50との間の距
離より大きい部分の接続はすべて除去されていることが
分る。このスレショールド値の実際の大きさは、問題の
性質とデータそれ自体に従って変化するものである。更
に、このスレシッールド値は、最初の段階ではなくて、
中途の段階でプロセント中に゛導入することもでき、或
いはまった(用いないこともある。スレショールド値を
用いることによる他の利点は、重心相互間の移動を最小
にできることである。
サイクル2において、点14は更に互いに接近し、接続
部の数が更に減少される。サイクル3において、点14
は2個のプロセスセル42中に入ってしまう、この点に
おいては2つの点間の距離はスレショールド値を越えて
おり、且つ、スレシッールド値以下の点はすべて同じプ
ロセスセル中に入ってしまっているので、データ点14
が更に移動することはない。この2つの点は重心18と
して指示されている。このプロセスセル42が充分なメ
モリ容量を持ち、そこに入ってきたすべてのデータ点1
4の元のアドレス位置や識別番号を記憶できることが重
要である。このようにして、重心18が含まれる領域1
6中の各データ点14の元のアドレス(および識別番号
)が識別できる。
この実施例における群分け/割当てプロセッサ40の構
成の主要部が第4図に示されている。第4図はデータの
相互接続および移動のためのバス構成を示している。こ
の実施例においてはプロセスセル42は第2図、第3図
に示したような2次元の配置でなくてよく、バス構成に
沿って並設されればよい。ここで、バス構成は所定のプ
ロセスを行なうための手段であり、他のプロセス、例え
ば互いに接続された2次元構成のプロセスセル42を用
いたプロセスでも良いことは勿論である。
第4図には重力プロセスコントローラ58が示され、こ
れにより各データ点14の識別番号がトータル接続バス
52を介して所定のプロセスセル42へ送られる。情報
は次にデータバス56からライン62を介してプロセス
セル42へ送られ、ここでデータ点識別番号メモリ72
中に記憶される。このメモリ72は大量の識別番号を保
持できる。これは、重心18が、領域16中のすべての
点の識別番号を保持しなければならないことに起因する
。更に、データ点がプロセスセル42へ入力されると、
セット/クリヤコントロール74によって「有」フラグ
76がセットされ、これによってデータ点14がセル中
に存在することが示される。
すべてのデータ点14が所定のプロセスセル42中ヘロ
ードされると、これらのセル42は、トータル接続コン
トロールロジック78とトータル接続バス52とを介し
て、互いに接続される。
即ち、データ点14が記憶されたすべてのプロセスセル
42がトータル接続バス52に接続されたことになる。
この接続によって、プロセスセル42は他の各プロセス
セル42の位置を知ることができ、データ空間中で、プ
ロセスセル42相互間の距離と角度(1つのプロセスセ
ルから他のプロセスセルへの方向)を決定することがで
きる。
この処理はブロック80で実行される。距離/方向ベク
トルはブロック82内で加算され、一つのプロセスセル
に対して他の接続されたすべてのプロセスセル42から
受ける引力の総和のベクトルである移動ベクトルが得ら
れる。移動ベクトルは、物理の分野では物体が受ける重
力と同様にして計算できることは明らかである。ここで
のたった一つの違いは、結果として得られたベクトル量
が直さに用いられる必要がない(使用できるけれども)
ということである、移動ベクトルの主要な用途は、最終
的な力の方向を決定することであり、その力の大きさを
決定することではない、データ記憶セル相互間の距離が
移動ベクトルへ影響を与える程度は、選択された重力法
則によって決定される。
従来の逆2乗法則はい(つかの場合に有効であることが
分っている。
上述のようにして移動ベクトルがすべてのデータ記憶セ
ル42に対して計算される0次に、ローカル接続コント
ロールロジック84が、データ点識別番号と新移動ベク
トル88とをローカル接続バス54を介して、移動ベク
トルによって指示された方向に沿って並んでいる隣接す
るセルへ移動させる。新移動ベクトル88は、次いで、
新しいプロセスセル42中の現在移動ベクトル中へ現わ
れる。この移動は、データ空間中のプロセスセル42に
直接隣接する8個のプロセスセル42の1個に対して行
なわれることに注意する必要がある。
゛この場合、最適な方向に沿った最も近いセルが選択さ
れる。しかし乍ら、この移動を、近接セルを飛ばして、
少し離れたセルへ行なってもよい。このようにすれば、
移動ベクトルによって指示された正確な移動角度を守っ
て移動を行なうことができる。データ点14が一つのセ
ルから移動すると、ローカル接続コントロールロジック
84が、空きになったプロセスセル42内のセット/ク
リヤー回路74によってフラグ76をクリヤする。同時
に、新しいプロセスセル42中のローカル接続ロジック
84によって「有」フラグがセットされる。
もしもこの新しいプロセスセル42が1個以上のデータ
点14を持っているときは、新しいプロセスセルのデー
タ点識別番号メモリ72はそのすべてのデータ点識別番
号を記憶する。
このようにしてこのプロセスが繰返され、各データ点記
憶セルはすべての他のデータ点記憶セルの位置を記憶し
、移動ベクトルが計算され、すべてのプロセスセル42
は、その情報を隣接するデータ点記憶プロセスセルへ伝
送することによって、データ点14を移動させる。この
プロセスのいかなる点においても、スレシ目−ルドが移
動ベクトル計Xプロセス82中へ導入され、スレショー
ルド値を越えた距離にあるすべてのプロセスセル42で
は計算する必要がない、データ点14の移動は、与えら
れた領域16中の重心18である単一のプロセスセル4
2へすべてのデータ点が移動するまで続けられる。
目標移動検出ロジック77は、すべてのデータ移動の処
理が停止したことを検出する機能を有し、例えばデータ
移動が生じなくなったことを検出する。
データ移動が停止した後で、重心の位置アドレスがホス
トCPUへ送られる。同時に、各重心18のプロセスセ
ル42内のメモリ72からデータ点識別番号もホス)C
PUへ送られる。
このようにしてデータセット12のすべてについて同様
の群分は処理が行なわれる。この結果、一つのデータ七
7ト12中の特定の領域16を、他のデータセット12
中の同様の領域16と連合させることができる。この連
合プロセスは、データ空間中の最も近い所にある一つの
データセット12中の重心18を、隣接データセット1
2中の重心18と連合させることによって簡単に行なう
ことができる。或いは、第1図に示したようにヒストグ
ラム24を形成し、そのパターン又は特徴を他のデータ
セット12のものと比較する方法もある。このヒストグ
ラムの比較は、型マツチングのような従来の方法を用い
て容易に行なうことができる。
各重心が連合されると、群分けされたデータが特定の用
途に応じて用いられる。
多くのデータ処理タスクにおいては、一つのデータセッ
ト12中の各データ点14を各データセントのデータ点
に割当てることが望ましい。この発明の実施例によれば
、第5図〜第8図に示した処理技術を用いて各データ点
14が割当てられる。
第5図において、この実施例による共振系処理技術が簡
単に示されている0図において、3つの異なるデータセ
ント90,92.94からのデータ点14が示されてい
る。この実施例では、群分け/割当てプロセッサ40が
3つのデータセット90.92.94の一つの連合領域
16のみからの群分はデータに対して動作する。このプ
ロセッサ40で用いられる各データ点14の割当てのた
めに基本的な技術を共振系技術と呼ぶ。第5図はこの共
振系の基本的な動作概念を示している。ブロック96に
おいては、説明の簡単のために、単に3個のデータ点1
4が含まれている領域16を有する3個の連続したデー
タセット90,92゜94が示されている。各データ点
14は第2図〜第4図に示されたようなプロセスセル中
に記憶される0群分け/割当てプロセッサ40は、中央
のデータセット92中の選択された特定のプロセスセル
108に作用し、先行のデータセット90および後続の
データセット94のプロセスセルを特定されたプロセス
セル108と連合させる。
この連合動作を行なうために、プロセスセル108は、
第1にすべての方向にパルスを送り出す、このデータセ
ット12に属していない隣接のプロセスセルは、このパ
ルスを選択されたプロセスセル108へ送り返すことが
できる。この送り返されて来たパルスのタイミングと方
向とを分析することにより、いくつかの返送パルスが同
一のタイミングであることが分る。もしも2つの同時に
返って来たパルスが、選択されたプロセスセル10Bを
通る直線上にあるプロセスセルからのものであるならば
、これらのデータ点14が互いに連合されてものである
と考える。例えば、プロセスセル1)0と1)6とが、
選択されたプロセスセル108と同一直線上に並んでい
る。ブロック100に示したように、プロセスセル1)
0と1)6とは同一半径の円16B上にあるので、これ
らセルは選択されたセル108から同一の距離にあるこ
とが分る。多くの場合には、選択されたセルから同一距
離にあり、しかも同一直線上にあるプロセスセルは、実
際上は同一データ点を示すこととする0例えば、プロセ
スセル1)0.108゜1)6は、同一目標の異なる3
つの時点における位置を示す、但し、この目標が3つの
連続するデータセント90.92.94の時間フレーム
中で概ね直線の経路を通るものとする。
ブロック102において、3つのプロセスセル120.
108.122における伝送、反射パルスの信号路を示
している。この発明によれば、他のプロセスセルからの
同時に受信したパルスを区別するために、パルスが所定
範囲内に入ったときは伝送パルスを増幅してもよい、伝
送、増幅の順次サイクルの後で、特定の信号路に対して
「共振」レベルへの増幅作用が与えられる。この共振路
に沿ったプロセスセルは、選択されたプロセスセル10
8と連合される。ブロック104において増幅伝送路は
太い矢印で示され、ブロック106では共振状態となっ
た伝送路が示されている。
ハードウェアに共振系処理機能を持たせるための一つの
方法として、第6図に示したように3つの連続したデー
タセット90,92.94中のすべてのプロセスセル1
08を接続する方法がある。
選択されたセルからのパルスおよび反射パルスは、これ
らの接続路を介して伝送される。第7図は各プロセスセ
ル10&の構成要素と、制御系およびI10回路124
とを示し、所望の共振系処理を行なうための機能を有し
ている。選択されたプロセスセル108は、反射方向メ
モリ150と、データ/セル記憶メモリ152と、増幅
回路154と、エミッタ回路156と、受信回路160
と、ダンピング回路158と、伝送強度メモリ162と
を有する。第7図には更に、I10回路164と、EX
Pスレシオールド比較回路166と、共振制御回路16
8と、系制御回路170とを含む、制m1)0回路が示
されている。
この実施例によれば、第6.第7図に示したように、各
プロセスセル10B間をハードワイヤで接続する代りに
、プロセスセルは電磁的又は音響的な信号を第8図に示
したように隣接プロセスセル10Bすることができる。
各送信側のプロセスセル126は、電磁的又は音響的な
信号(例えばRF倍信号光信号等)を伝送することがで
きる。
この信号伝送は2つの狭い角度方向へ行なわれ、又はプ
ロセスセル126が第5図に示した選択されたセル10
8の場合には、180°Nれた2つの伝送路128.1
30を介して行なわれる0例えばセル132,134の
ように、各プロセスセルは、これらのセル132.13
4が選択されたセルでない場合は、そのパルス源に向っ
てパルスを反射することができる。第8図の2つのプロ
セスセル132.234は、受信パルスを反射している
状態を示している。
プロセスセル126による各パルスの伝送強度は、ゲイ
ン調整回路140によって制御される増幅度Aを持つ可
変ゲイン増幅装置136と、増幅度Bを持つ増幅装置1
3Bとによって制御される。
回転制御回路142が、連続した角度位置を介して伝送
路を回転させるために用いられる。又は、すべての所望
の角度位置に伝送、検出手段を配置することによって、
すべての方向に一度にパルスを放射することができる。
この場合には、回転制御回路140は不必要である。こ
の実施例では、共振系プロセスは一度に一つの角度位置
について実行される。
選択されたセル126がパルスを伝送する前に、3つの
データセット中の一つの連合された群分けからのデータ
点が同一のプロセスセル126に伝送される。これらの
プロセスセル126は、第5図に示したように、データ
空間中のそれらの位置を近位する物理的な位置に配置さ
れる。第5図のブロック96において、先行のデータセ
ット90゜選択されたデータセット92、後続のデータ
セット94の各プロセスセル126が、近接した同一平
面上の平面に沿って配置される。更に、各プロセスセル
の3つの面が、3つのデータセット90゜92.94の
対応アドレスがこれらの3つの面内で互いに隣接しでい
るように配置することが重要である。第8図において、
各プロセスセル26には、ホストCPU (図示せず)
に接続されたインターフェースライン144によって適
当なデータ点14がロードされる。このインターフェー
スライン144は更に、制御回路142がホストCPu
によって制御されるように接続されている。
この実施例においては、各データ点14の割当てのため
の基本的な処理ステップは、以下のテーブル1に示され
ている。ステップ1において、増幅装置130,138
は所定の初期値にゲインが設定され、夫々、伝送路増幅
度がA、 Bに設定される。ステップ2において、プロ
セスセル126は、増幅器136.138および伝送路
128゜130を介して、特定角度■のプロセスセル制
御回路142にパルスを伝送する。このパルスは先行お
よび後続のデータセット中のプロセスセル12B、13
0によって反射される。ステップ3゜4において、反射
されたパルスは伝送された同じバスA、Bを通って選択
されたプロセスセル126によって受信される0時間T
Iにおいてパルスは伝送路123を介して受信され、バ
ス130上のパルスは時間T2において受信される。
ステップ5において、ゲイン調整回路140は、2つの
受信パルスの時間差T1.T2の絶対値が所定のスレシ
ョールド値rthJより小さいか否かを決定する。小さ
いときは、伝送強度を増加するために、新しい伝送強度
が計算される。ここで、Kは時間(T2−TI)の関数
又は定数である。
このKを1/ (T2−Tl)の関数とすれば、時間差
(T2−TI)が小さい値のときに伝送強度を大きく増
加することができる。伝送増幅度A。
Bは、ゲイン調整回路140によって増幅器136゜1
38のゲインを変えることによって調整される。
もし時間(T2−TI)がスレショールド値より小さい
ときは、Kの値を1次下に設定し、伝送強度が減少され
る。このようにして、伝送路強度が増強されて、選択さ
れたセルから等距離にあるセルを処理し、他のセルを処
理するために弱くされる。ステップ6において、もし新
しい増幅度A。
Bがそれ以前の増幅度より大きい場合が所定のスレショ
ールド回数より大きくなると、ゲイン調整コントローラ
140が、プロセスセル126がらの伝送角度を記録し
、同時にプロセスセル126から反射の生じたプロセス
セル132.134までの距#D1.D3を記録する。
(Dl、D3は時間TL T2から計算される。)この
記録情報は、ホストCPUによるプロセスセル132゜
134の識別を可能にし、これらのデータ点と選択され
たプロセスセル126中のデータ点との連合を可能にす
る。2つのプロセスセル132゜134は次にパルス反
射を生じないように消勢され、プロセスはステップ6か
らステップ7へ進む。
然し乍ら、ステップ6において、新しい増幅度A、Bが
それ以前の増幅度より小さい状態がスレショールド時間
より短かいときは、プロセッサ40は新しい増幅度Aが
A (sin)より大きいがどうか、新しいBがB (
sin)より大きいかどうかを決定する。大きいときは
、ステップ2からステップ6までが繰返される。小さい
ときは、プロセッサ40の処理はステップ7へ進む。
ステップ7において、すべての適当な角度Vについてス
テップ2から6までが繰返される。この結果、最大伝送
路強度を持つ単一の伝送路が選択される0選択されたセ
ル10Bは、最大振幅に従動する2個の反射セルと連合
される。この情報はバス144を介してホストCPUへ
送られる。
ステップ8において、中間のデータセット92中のすべ
てのデータ点14に対してステップ2〜7が繰返される
。しかし乍ら、すべてのデータ点が割当てられることは
ない。ステップ9は次いで、これらの割当てられなかっ
た「余計データ点」に対する割当てを実行する。特に、
これらのデータ点14に対して、乱数(RND)と新し
い増幅度A、Bとの積の値を用いてステップ2〜8が繰
返される。更に、スレシツールド値rthJ A (V
)、rthJ B rV)が、各繰返しに対して指数関
数的に減少される。このようにしてすべてのデータ点1
4が割当てられるようになる。
±二1土上 ステップ1)A、B初期化 ステップ2) Xmton  (A、V ) 、 & 
CB、V )ステップ3)(A、V)を時間TIで受信
ステップ4)(B、V)を時間T2で受信ステップ5)
  1T2−Tll<thV  (V) (7)とキハ
、K = fnc(l T2−TI I )又はに一定
数、A (new)=K”A(oed) + ここでK
> l。
B (new) = K ”B (oed) + ここ
でK〉1゜又は、 A (new) = K ”A (oed) + ここ
でK< l。
B (new) = K ”B (oed) + ここ
でKく1゜ステップ6) A(new) >thA (
V) 。
B (new) > th B (V )のときは、現
在の2目標に対しくV、DI)& (V、D3)を記録。
(V、DI)& (V、D3)(7)反射性能を消し、
ステップ(7)へ移行。
又は、 A (new)  > A (sin)  & B (
new)  >B (sin)のときはステップ12)
 −+6)を繰返す、又は、 ステップ(7)へ進む。
ステップ7)ステップ(2) −(6)をすべての角度
(V)に対して繰返す ステップ8)2目標に対してステップ+21− (7)
を繰返す ステップ9)「余計データ点」に対してステップ(2)
−(8)を繰返すが、ステップ(6)では、A(new
)” RND thA (V) &B(new)” R
N D >thB (V) 、を用いる。ここで、RN
Dは乱数であり、 thA  (V) &thB mは各繰返しに対して指
数関数的に減少する。
〔発明の効果〕
以上述べた如く、この発明によれば、群分け/割当てプ
ロセ・2すおよび広い応用分野に用いることができる技
術を提供できることは当業者には明らかである。この発
明の種々の効果は、この明細書、図面、請求の範囲の記
載内容から当業者にとっては自明であろう。
【図面の簡単な説明】
第1図はこの発明の処理ステップを示す図、第2図は群
分けのための相互接続を示す図、第3図は群分は処理の
種々のステップを示す図、第・4図はバス構成を用いた
群分けのためのプロセッサ構成を示す図、第5図はデー
タ点を他のデータ点に割当てるための概念図、第6図は
3つの連続データセットのデータ点を割当てるための相
互接続の図、第7図は実施例の構成を示すシステム構成
の図、第8図は各データ点の連合のためのシステム構成
の図である。 12・・・データセット、14・・・データ点、16・
・・領域、18・・・重心、24・・・ヒストグラム、
26・・・群の連合、28・・・群数の割当て、30・
・・割当て(共振系)、40・・・プロセッサ、42・
・・プロセスセル、44・・・接続線、46・・・相互
接続図、52・・・トータル接続バス。 出願人代理人 弁理士 鈴江武彦 ニ==匡== 已

Claims (10)

    【特許請求の範囲】
  1. (1)一連の連続したデータ点アレイ中のデータ点を連
    合させるための情報プロセッサにおいて、前記データ点
    を受入する手段と、 複数の互いに接続されたプロセスセルを有し、前記プロ
    セスセルは2次元データ点の一つを示すアドレスを有し
    、プロセスセルの各々はデータ点がプロセスセルに受入
    されたときにセットされるフラグ手段を有し、プロセス
    セルはすべてのデータ点の元のアドレスを記憶する手段
    を有する複数のプロセスセルと、 データ点を有する選択された複数のプロセスセルを互い
    に接続する手段と、 各データ点に対する移動ベクトルを計算する手段であっ
    て、この移動ベクトルは特定のデータ点を取り囲むデー
    タ点の各々の方向と距離とを示すベクトルのベクトル和
    の関数であり、特定のデータ点の移動方向を決定する移
    動ベクトルを計算する手段と、 プロセスセル中の各データ点を、前記移動ベクトルによ
    って決定された方向の隣接するプロセスセルへ伝送する
    手段であって、前記移動は、前記アレイの与えられた領
    域内のすべてのデータ点が単一のプロセスセル中に集め
    られるまで繰返し行なわれ、これにより前記連続したア
    レイの与えられた領域からのすべてのデータ点を前記単
    一のプロセスセルと連合することができるところの、群
    分け/割当てプロセッサ。
  2. (2)前記2次元データ点はセンサからの目標レポート
    を表わしている請求項(1)記載のプロセッサ。
  3. (3)前記相互接続手段は、各プロセスセルを各他のプ
    ロセスセルへ接続するデータバス構成を有する請求項(
    1)記載のプロセッサ。
  4. (4)前記プロセスセルが2次元アレイとして配列され
    て成る請求項(1)記載のプロセッサ。
  5. (5)前記移動ベクトルの計算手段は、前記特定のデー
    タ点から周囲のデータ点までの距離が所定のスレショー
    ルド値を起えたときは、周囲データ点を無視するスレシ
    ョールド手段を更に有する請求項(1)記載のプロセッ
    サ。
  6. (6)前記プロセスセルが受信パルスを反射する手段と
    、 前記アレイの領域の一つの中の各データ点を、前記一連
    の連続アレイ中の前後のアレイの対応する領域中の各デ
    ータ点と関連付ける手段とを有し、この関連付けの手段
    は更に、前記1つの領域中の選択されたプロセスセルか
    らのパルスを、前記前後のセルの対応する領域中のプロ
    セスセルへ送信する手段を有し、前記送信されたパルス
    は前記前後のセルによって反射され、更に、前記選択さ
    れたプロセスセルが、それと直線上にあるプロセスセル
    から略同時に反射パルスを受信した時に、これを検出す
    る手段と、前記同時パルスを反射したプロセスセルのア
    ドルスを決定する手段とを有し、これにより前記同時に
    パルスを反射したプロセスセルが互いにおよび前記選択
    されたプロセスセルと関連付けられて成る、請求項(1
    )記載のプロセッサ。
  7. (7)前記パルス伝送手段は、前記パルスを180°離
    れた別々の2つの角度方向へ向けさせるようにした、請
    求項(6)記載のプロセッサ。
  8. (8)前記パルスが略同時に受信されたことを検出する
    手段は、更に、前記信号が受信された時間差を所定のス
    レショールドと比較する手段と、前記スレショールドが
    越えられたときに、パルスの伝送路の増幅度を増大する
    手段とを有する、請求項(6)記載のプロセッサ。
  9. (9)前記パルスが伝送路を介して伝送されて成る請求
    項(6)記載のプロセッサ。
  10. (10)前記パルスは電磁的又は音響的な放射手段によ
    って伝送される請求項(6)記載のプロセッサ。
JP2104389A 1989-04-19 1990-04-19 群分け/割当てプロセッサ Pending JPH033087A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US34034389A 1989-04-19 1989-04-19
US340,343 1989-04-19

Publications (1)

Publication Number Publication Date
JPH033087A true JPH033087A (ja) 1991-01-09

Family

ID=23332943

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2104389A Pending JPH033087A (ja) 1989-04-19 1990-04-19 群分け/割当てプロセッサ

Country Status (6)

Country Link
US (1) US5404561A (ja)
EP (1) EP0393541A3 (ja)
JP (1) JPH033087A (ja)
CA (1) CA2012938A1 (ja)
IL (1) IL93920A0 (ja)
NO (1) NO901677L (ja)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5361763A (en) * 1993-03-02 1994-11-08 Wisconsin Alumni Research Foundation Method for segmenting features in an image
US5832182A (en) * 1996-04-24 1998-11-03 Wisconsin Alumni Research Foundation Method and system for data clustering for very large databases
US5892688A (en) * 1996-06-28 1999-04-06 Lsi Logic Corporation Advanced modular cell placement system with iterative one dimensional preplacement optimization
US5835381A (en) * 1996-06-28 1998-11-10 Lsi Logic Corporation Advanced modular cell placement system with minimizing maximal cut driven affinity system
US6085032A (en) * 1996-06-28 2000-07-04 Lsi Logic Corporation Advanced modular cell placement system with sinusoidal optimization
US6026223A (en) * 1996-06-28 2000-02-15 Scepanovic; Ranko Advanced modular cell placement system with overlap remover with minimal noise
US5831863A (en) * 1996-06-28 1998-11-03 Lsi Logic Corporation Advanced modular cell placement system with wire length driven affinity system
US5963455A (en) * 1996-06-28 1999-10-05 Lsi Logic Corporation Advanced modular cell placement system with functional sieve optimization technique
US5867398A (en) * 1996-06-28 1999-02-02 Lsi Logic Corporation Advanced modular cell placement system with density driven capacity penalty system
US6030110A (en) * 1996-06-28 2000-02-29 Lsi Logic Corporation Advanced modular cell placement system with median control and increase in resolution
US6067409A (en) * 1996-06-28 2000-05-23 Lsi Logic Corporation Advanced modular cell placement system
US5914888A (en) * 1996-06-28 1999-06-22 Lsi Logic Corporation Advanced modular cell placement system with coarse overflow remover
US5872718A (en) * 1996-06-28 1999-02-16 Lsi Logic Corporation Advanced modular cell placement system
US5808899A (en) * 1996-06-28 1998-09-15 Lsi Logic Corporation Advanced modular cell placement system with cell placement crystallization
US5812740A (en) * 1996-06-28 1998-09-22 Lsi Logic Corporation Advanced modular cell placement system with neighborhood system driven optimization
US5844811A (en) * 1996-06-28 1998-12-01 Lsi Logic Corporation Advanced modular cell placement system with universal affinity driven discrete placement optimization
US5870311A (en) * 1996-06-28 1999-02-09 Lsi Logic Corporation Advanced modular cell placement system with fast procedure for finding a levelizing cut point
US5870312A (en) * 1996-06-28 1999-02-09 Lsi Logic Corporation Advanced modular cell placement system with dispersion-driven levelizing system
US6944607B1 (en) * 2000-10-04 2005-09-13 Hewlett-Packard Development Compnay, L.P. Aggregated clustering method and system
GB2373660B (en) * 2001-03-19 2005-06-01 Snell & Wilcox Ltd Image segmentation
GB0221144D0 (en) 2002-09-12 2002-10-23 Snell & Wilcox Ltd Image processing using vectors
US9412141B2 (en) 2003-02-04 2016-08-09 Lexisnexis Risk Solutions Fl Inc Systems and methods for identifying entities using geographical and social mapping
WO2013126281A1 (en) * 2012-02-24 2013-08-29 Lexisnexis Risk Solutions Fl Inc. Systems and methods for putative cluster analysis
US10438308B2 (en) 2003-02-04 2019-10-08 Lexisnexis Risk Solutions Fl Inc. Systems and methods for identifying entities using geographical and social mapping
JP3861157B2 (ja) * 2004-02-27 2006-12-20 国立大学法人広島大学 参照データ最適化装置とパターン認識システム
GB2477324A (en) 2010-02-01 2011-08-03 Rolls Royce Plc Device monitoring
US9411632B2 (en) * 2013-05-30 2016-08-09 Qualcomm Incorporated Parallel method for agglomerative clustering of non-stationary data

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4547882A (en) * 1983-03-01 1985-10-15 The Board Of Trustees Of The Leland Stanford Jr. University Error detecting and correcting memories
US4719584A (en) * 1985-04-01 1988-01-12 Hughes Aircraft Company Dual mode video tracker
US4811210A (en) * 1985-11-27 1989-03-07 Texas Instruments Incorporated A plurality of optical crossbar switches and exchange switches for parallel processor computer
US4783738A (en) * 1986-03-13 1988-11-08 International Business Machines Corporation Adaptive instruction processing by array processor having processor identification and data dependent status registers in each processing element
US4760525A (en) * 1986-06-10 1988-07-26 The United States Of America As Represented By The Secretary Of The Air Force Complex arithmetic vector processor for performing control function, scalar operation, and set-up of vector signal processing instruction
US4930099A (en) * 1988-10-07 1990-05-29 Hughes Aircraft Company Wavefront vector correlation processor and method
US4918622A (en) * 1988-11-16 1990-04-17 Eastman Kodak Company Electronic graphic arts screener
US5206916A (en) * 1991-11-22 1993-04-27 Hughes Aircraft Company Modular cellular automation for line association and identification

Also Published As

Publication number Publication date
NO901677D0 (no) 1990-04-17
US5404561A (en) 1995-04-04
EP0393541A2 (en) 1990-10-24
CA2012938A1 (en) 1990-10-19
EP0393541A3 (en) 1992-06-10
IL93920A0 (en) 1990-12-23
NO901677L (no) 1990-10-22

Similar Documents

Publication Publication Date Title
JPH033087A (ja) 群分け/割当てプロセッサ
US5845048A (en) Applicable recognition system for estimating object conditions
CN112215332B (zh) 神经网络结构的搜索方法、图像处理方法和装置
CN109683126A (zh) 波达角测量方法、信号处理设备及存储介质
CN105359163A (zh) 用于将基元形状拟合到3d点的集合的方法
CN107942335A (zh) 一种物体识别方法及设备
CN111612841A (zh) 目标定位方法及装置、移动机器人及可读存储介质
CN111652054A (zh) 关节点检测方法、姿态识别方法及装置
CN113567975B (zh) 基于涡旋电磁波模态扫描的人体快速安检方法
US7400291B2 (en) Local positioning system which operates based on reflected wireless signals
US4982439A (en) Fine-grained microstructure processor
CN110188602A (zh) 视频中的人脸识别方法及装置
JP7241366B2 (ja) 対象物の種類および状態を判定する方法
Youn et al. Ultrasound multiple point target detection and localization using deep learning
Tani et al. Bulk execution of oblivious algorithms on the unified memory machine, with GPU implementation
Brudka et al. Intelligent robot control using ultrasonic measurements
US5093781A (en) Cellular network assignment processor using minimum/maximum convergence technique
US4930099A (en) Wavefront vector correlation processor and method
WO2021120646A1 (zh) 一种数据处理系统
JPH024028B2 (ja)
Li et al. YOLO-ResNet: A New Model for Rebar Detection
JP2635443B2 (ja) 多ソースデータ統合用の神経ネットワークを学習させる方法
CN117572376B (zh) 低信噪比弱小目标雷达回波信号识别装置及训练识别方法
CN115496917B (zh) 一种GPR B-Scan图像中的多目标检测方法及装置
CN115496878A (zh) 物品识别方法、装置、设备及存储介质