JPH04683A - データ分類装置 - Google Patents

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】 〔産業上の利用分野〕 本発明はデータ分類装置に係り、詳しくは、特徴分布の
型で与えられたデータに対して鋳型をつくり、基準鋳型
と照合してデータを分類する装置に関する。

〔従来の技術〕

初めにサンプル特徴分布パターンを与えて分類の基準と
なる鋳型を生成しておき、入力待微分布データに対して
も鋳型をつくって、該鋳型と基準鋳型の間で照合を行う
ことにより、特徴分布の形で与えられたデータを分類す
る手法が提唱されている（平井有三二″神経回路による
パターン照合”。

電子情報通信学会論文誌Ｖｏ１．Ｊ７２−Ｄ−ＩＩ　Ｎ
ｎ１）。

第２図は、これを実現する装置の従来の全体構成図を示
したもので、相互抑制回路１１を用いてパターン照合を
行うパターン照合部１、入力された特徴分布データと特
徴の個数が近い基準鋳型をパターン照合部１にフィード
バックし、照合を補助する最小距離検出部２、直交化学
習回路４２を用いて照合された鋳型を識別する認識部４
、及び。

サンプル特徴分布パターンから生成された基準鋳型を記
憶する基準鋳型記憶袋ｗ５から成る。以下に、この従来
装置の鋳型生成動作及び照合動作を説明する。

鋳型生成動作 第３図（ａ）に概略を示す。サンプルとなる特徴分布パ
ターンをパターン照合部１へ入力し、そのパターンに相
当する鋳型（基準鋳型）をつくる。

入力特徴をＦｉｊとする。添字ｉは特徴の種類、ｊはそ
の位置を表す。鋳型特徴をＴ工にとする。添字ｉは特徴
の種類、ｋはその位置を表す。入力特徴Ｆｉｊと鋳型特
徴Ｔ工にとの対応を表す素子をＦＴよ□とする。ＦＴ、
Ｔは、各々次の式で表される。

ＦＴ”１ｊｋ（ｔ）＝　　ＦＴ”１ｊｋ（ｔ）＋Ｆｉｊ
＋Ｆ工ｊＴｉｋ（ｔ）　　Ｈ（ｔ）ｄｔ Ｔ”１ｋ（ｔ）＝　　Ｔ’１ｋ（ｔ）＋　Ｘ　（ＷｂＦ
Ｔｘ＝ｋ（ｔ））ｄｔ　　　　　　　　　　　　ｊ ＦＴ、ｊｋ（ｔ）＝ψ　［ＦＴ拳□＝ｈ（ｉ）コＴｒｋ
（ｔ）＝ψ［Ｔ−□ｈ（ｔ）］ ここで、 ｙｊｐｋ Ｗａ：素子ＦＴ間に設けられた相互抑制力Ｗｂ：既存の
基準鋳型からの誘導力 これらの式が平衡状態に達したときのＴｌｋを０゜１に
２値化したものが、与えられたサンプルパターンの鋳型
となる６生成された鋳型（基準鋳型）は、順に記憶装置
５に保存される。

凰”ａ作 第３図（ｂ）に概略を示す。対象の特徴分布データをパ
ターン照合部１へ入力して鋳型をつくり、その鋳型と基
準鋳型を照合する。この時、最小距離検出部２において
、入力された特徴分布データと特徴の個数が近い基準鋳
型をパターン照合部１Δフィードバックして照合を補助
する。

照合する入力特徴をＦｉｊとする。添字ｉは特徴の種類
、ｊはその位置を表す。この入力に対してつくられる鋳
型特徴をＴｌｋとする。添字ｉは特徴の種類、にはその
位置を表す。入力特徴Ｆ　ｉ＝と鋳型特徴Ｔ、にとの対
応を表す素子をＦＴｉｊｋとする。

ＦＴ、Ｔは、各々次の式で表される。

−Ｆ　Ｔ−□ｊｋ（ｔ）＝　　ＦＴ−藷（ｔ）＋Ｆｉａ
Ｔ’１ｋ（ｔ）−Ｈ（ｔ）ｄｔ ＦＴｉｊｋ（ｔ）＝φ［ＦＴ”１ｉｋ（を月Ｔｉｋ（ｔ
）＝ψ［Ｔ”ｉｋ（を月 ここで。

Ｔ″ｉｋ（ｔ）＝ｍ（ＳＴ（ｐ）Ｓ（ｐ）（ｔ））Ｈ（
ｔ）　＝　　Σ（ＷａＦ　Ｔ　ｉ＊ｋ（ｔ））Ｊｙｋ ＳＴ（ｐ）：ｐ番目の基準鋳型 Ｓ　（ｐ）　：最小距離検出層で計算さ九た、２番目の
基準鋳型とＴｉｋの類似度 この式が平衡状態に達したときのＴｉｋを０．１に２値
化したもの々１、与えられた入力データの鋳型となる。

これを、Ｔ′□にとし、認識部４へ入力する。認識部４
の動作は次式で表される。

ここで、 Ｃ２θ：適当な定数 ＣＲ：調整用の制御入力 各ｐに対し、この動作が並列に行われる。最初に出力を
出し始めたＲ　（ｐ）をＲ（ｐ）とすると、５Ｔ（ｐ）
が入力データの鋳型に一番近い基準鋳型と判定される。

〔発明が解決しようとする課題〕

上記従来のデータ分類装置では、 １、鋳型の生成中、入力した特徴に対する対応がいくつ
か欠落し、生成された鋳型が、複数個の基準鋳型の部分
集合になった場合、 ２、生成された鋳型が、複数個の基準鋳型に対し、同数
個の一致している特徴をもつ場合 圧しい分類が行われないという問題があった。即ち、こ
れらの場合には、照合結果としてその複数個の基準鋳型
すべてが出力されてしまい、与えられたデータの分類光
を確定することができなかった。

本発明の目的は、上記従来の問題を解決したデータ分類
装置を提供することにある。

〔課題を解決するための手段〕

上記目的を達成するために、本発明では、認識部の前に
、入力データと生成された鋳型の特徴数を比較し、欠落
した特徴を補う鋳型修正部を組込むと共に、認識部には
直交化学習回路にかえて、生成／修正された鋳型と基準
鋳型間の距離を計算する距離計算回路を設けたことであ
る。

〔作　用〕

パターン照合部と最小距離検出部での動作は従来と同様
である。鋳型修正部では、入力データと生成された鋳型
の特徴数を比較し、鋳型の特徴数の方が少ない場合、欠
落した特徴を補って入力待微分布データと鋳型の特徴数
を一致させる。認識部では、距離計算回路を用いて、生
成／修正された鋳型と基準鋳型間の距離を計算し、距離
のもっとも小さい基準鋳型を選択する。

〔実施例〕

以下、本発明の一実施例について図面により説明する。

第１図に本発明のデータ分類装置の一実施例の全体構成
図を示す。図中、パターン照合部１は素子ＦＴ間に相互
抑制力を持たせた相互抑制回路１１を用いて分類基準鋳
型を生成し、さらに、同回路１１を用いて入力された精
微分布データに対し鋳型を生成してパターン照合を行う
。最小距離検出部２は入力された精微分布データと特徴
の個数が近い基準鋳型をパターン照合部１にフィードバ
ックし、パターン照合を補助する。鋳型修正部３は本発
明で付加されたもので、入力データと生成された鋳型の
特徴数を比較し、欠落した特徴を補って入力データと鋳
型の特徴数を一致させる。認識部４は距離計算回路４１
を用いて鋳型と基準鋳型間の距離を計算し、距離のもっ
とも小さい基準鋳型を選択する。記憶装置５は、生成さ
れた基準鋳型を保持するのに使用される。

本装置の鋳型生成動作は従来と同様である。第４図に、
照合動作の概略を示す。照合動作時のパターン照合部１
と最小距離検出部２の動作も従来と基本的に同じであり
、ここでは、鋳型修正部３と認識部４の動作の概略を説
明する。

鋳型修正部３では、まず、各特徴毎に入力特徴数と生成
された鋳型の特徴数を比較する。そして、鋳型の特徴数
の方が少ない場合、対応する特徴がない入力特徴に対し
、その特徴に対する対応全てを適当な大きさに反応させ
る。次に、これらの対応に対して、相互抑制作用をかけ
る。最後に、残った対応に対する鋳型特徴を付は加える
。第５図に該鋳型修正部３の処理フローを示す。

認識部４では、まず、距離計算回路４１を用いて、各特
徴毎に、生成／修正された鋳型ｐａｔ　Ｆ□と基準鋳型
ｐａｔＴ１間の距離ｄ　（ｐａｔ　Ｆ　ｉ　ｔ　ｐａｔ
　Ｔ　ｉ）を計算する。分布間の距離は次式のように定
める。

ｄ　（ｐａｔ　Ｆ　、　ｐａｔＴ） ：＆ｌＸ（Σ　　　　Ｎｕｎ　　ｄ（Ａ＋Ｂ）ｙ　　　
　Σ　　　　ｔｉｎ　　ｄ（Ａ、Ｂ））ＡεｐａｔＦ　
ＢεｐａｔＴ　　　　　　Ｂ６ｐａｔＴ　ＡＥｐａｔＦ
ｄ（Ａ、　Ｂ）　　：　２点Ａ、Ｂ間の距離法に、各特
徴毎に計算した距離の総和Σ、ｄ（ρａｔＦＬ、ｐａｔ
Ｔ□）が最も小さい基準鋳型を選択する。　以下、特徴
の種類が１種類、大きさが８×８ビツトの２次元特徴分
布を具体例として、本装置の実際の動作を説明する。な
お、特徴が１種類なので、ｉ　＝　１　（ｆｏｒ　Ｖｉ
）であるから、以下においては添字ｉは省略する。また
、２次元分布なので、添字ｊｙｋは各々２次座標となる
。すなわち、特徴Ｆ　ｉｊ＊　Ｔｉｋは各々Ｆ　（ｉＸ
−ｊｙ）　ｓ　Ｔ　（ｋｘ＋　ｋ）ｌ）と表す。対応Ｆ
ＴｉｊｋはＦ　Ｔ（ｊＸ、ｊｙ）（ｋＸＩｋｙ）と表す
。

初めに、鋳型生成動作について説明する。第６図（ａ）
にサンプルとなる特徴分布パターンを示す。

まず、１番目の特徴分布（Ｆ（２，ｆｆ）＃　Ｆ（４，
ａ）ｔＦ（４＋Ｓ）Ｓ　Ｆ（４＋？）ｔ　ＦＣ！、？）
）をパターン照合部１へ入力する。今、特徴Ｆ（１，７
）に着目すると、最初はこの入力に対する全ての対応Ｆ
Ｔｃｚ、ｔ）（Ｌ＋１　）　ｔ　”’　ｅ　Ｆ　Ｔ　（
２＋７　＋（１＋Ｉ　＋　ｔ　Ｆ　Ｔ　（２＋７　）（
２，１）？・・・ｙ　ＦＴ（２＋？　）（ＩＩ　＊＠　
）が反応する。他の４つの入力特徴Ｆ（ｊＸ、ＪｙＩに
ついても同様に、ＦＴ　（３ｘ−ｉ。

（ｋＸ＋ｋ）ｌ）　（ｆｏｒ　’ｄｃ＋ｃｘ、ｋｙ＞）
が反応する。パターン照合部１の相互抑制回路１１で素
子ＦＴ間に設けられている相互抑制力による競合の結果
、特徴Ｆ（２＋７＋については、このうち、ＦＴ（２，
、、、□、。、のみが反応するようになる。他の４つの
入力特徴Ｆ。工、　ＪｙＩについても同様に、各（ｊＸ
、　ｊＶ＋に対し、ＦＴｔｊｘ、１ｙ）ｔｋｘ、ｋｙｌ
（ｆｏｒ　Ｖｔｋｘ、＋ｃｙ＋）のうち、１つの（ｋＸ
、ｋｙｌだけが反応するようになる。その結果、この特
徴分布に対し、鋳型（Ｔ　（１＋　ｓ　）　ｔ　Ｔ　（
４＋　１　）　９Ｔ　（４＋４１ｔ　Ｔ（４＋１ｌ）ｔ
　Ｔ（Ｉｌ＋ｌ１））ができる。これが１番目の基準鋳
型５Ｔ（１）となる。

次に、２番目の特徴分布（Ｆ（４＋ｆｆ）ｌ　Ｆ（ｌＥ
＋３１ｆＦ　（１，５１１Ｆ（６＋７）ｔ　Ｆ（Ｓ＋３
））をパターン照合部１へ入力する。今は、基準鋳型が
１つできているので、Ｗｂによるガイド（既存の基準鋳
型となるべく共通の素子を利用するような力）が存在す
る。

すなわち、各ＦＴには、相互抑制力の他に、１つめの基
準鋳型が利用した素子への誘導力がかかる。

その結果、この特徴分布に対しては、鋳型（Ｔ（１＋ｉ
）ｌ　　Ｔ（４−１）ｌ　　Ｔ（４，４１ｊ　Ｔ＋４＋
ＩＩ）ｔ　Ｔ（Ｓ−１１）ができる。これが５Ｔ（２）
となる。

他の特徴分布についても同様にして、Ｓ　Ｔ　（３）　
。

５Ｔ（４）がつくられる。生成された基準鋳型を第６図
（ｂ）に示す。

次に、照合動作について説明する。第７図（ａ）及び（
ｂ）に照合例を示す。なお、以下の説明で（１）、　（
２）、・・・は第５図の処理フローに付した番号に対応
する。

初めに第７図（ａ）の入力待微分布データの例について
説明する。

（１）特徴分布（Ｆ　（２１４）ｌ　Ｆ　（３＋２＋ｆ
　Ｆ　（３＋２）１　Ｆ。＋４３ｔ　Ｆ（４＋４））を
パターン照合部１へ入力する。

（２）基準鋳型生成の時と同じように、最初は、１つの
特徴に対し複数個のＦ　Ｔｔｊｘ、ｊｙ）ｔｔｘ＋ｋｙ
＋、よって複数個のＴ（ｋＸ、ｋｙｌが反応するが、こ
のＴ（ｋＸ、ｋｙ）を全て最小距離検出部２へ入力する
。

最小距離検出部２では、各基準鋳型５Ｔ（ｐ）毎に、金
入力されたＴ　（ｋ　Ｘ　＊　ｋ　ｙ）と位置が一致し
ている５Ｔ（ｐ）の特徴数と、照合データの特徴数を比
較し、類似度に応じた大きさのＳ　（ｐ）を出力する。

これをパターン照合部１ヘフィードバックする。このフ
ィードバックと相互抑制力の結果、この特徴分布に対し
て、鋳型（Ｔ　（Ｌ　、　＠　）　＋Ｔｒ＊、１＞ｔ　
Ｔ（＊、４＞ｔ　Ｔ（４＋ｌ＋）？　Ｔ（ｅ、ｓ＋）が
できる。

（３）生成された鋳型（Ｔ、、、、、、　Ｔ（４，□、
、　Ｔ（４＋　４　）　ｔ　Ｔ　（４＊　８　）　９　
Ｔ　（８Ｔ　ａ　）　）を鋳型修正部３へ入力する。

（４−ａ）照合データの特徴数と鋳型の特徴数を比較し
、一致が得られる。

（５）生成された鋳型がそのまま認識部４へ入力する。

（６）入力された鋳型と各基準鋳型５Ｔ（ｐ）との距離
ｄＰ（鋳型、５Ｔ（ｐ））を計算する。この場合。

ｄ□＝Ｏ，ｄ、＝４．ｄ、＝７．ｄ、＝４であるから、
５（１）がもっとも近い基準鋳型と判定され、出力され
る。

次に、第７図（ｂ）の入力待微分布データの例について
説明する。

（１）特徴分布（Ｆ　（３＋７）ｔ　Ｆ（５＋２＋Ｐ　
Ｆ　（Ｓ＋４）ｔ　Ｆ（Ｓ、ｉｌｔ　Ｆ　ｃｓ、ｓ＋＞
をパターン照合部１へ入力する。

（２）前と同様に鋳型を生成すると、この場合は、鋳型
（Ｔ　（ｘ　、ｓ　）ｔ　Ｔ　（４Ｈｚ　＋　Ｐ　Ｔ　
（４１４＋　ｌ　Ｔ　＜　４１　Ｓ　）　）ができる。

　これは入力特徴Ｆ（８１６１に対する対応が欠けたた
めである。従来では、この鋳型がそのまま認識部４へ入
力され、分類結果として５Ｔ（１）、５Ｔ（２）、５Ｔ
（４）の３つの基準鋳型が出力された。

（３）生成された鋳型（Ｔ、１．ｌｌ、、Ｔ（４，□＋
　ｔ　Ｔ　＋　４　＋　４１　ｊＴ（４，。、）を鋳型
修正部３へ入力する。

（４−ｂ）照合データの特徴数と鋳型の特徴数を比較し
、照合データの特徴数より鋳型の特徴数の方が少ないと
判定される。

（７）欠けている入力特徴Ｆｅａｒ＆）に対する対応Ｆ
ＴＣＩｎり（ｋＸ−ｋｙ）を全て復活させる。

（８）これらの対応に対し、現在有効な対応ＦＴ（３＋
？＋（１＋＠）ｔ　Ｆ　Ｔ（Ｓ、り（４＋ｉｌｔ　Ｆ　
Ｔｃｓ＊４．ｃｓ＋４）ｅＦ　Ｔ（Ｓ　＋　７１　（４
−１１から相互抑制力をかける。

（９）この結果、対応Ｆ　Ｔ　（８＋　６　＋　（ｓ　
、Ｔ　Ｉが残るので、特徴Ｔ。、７．を鋳型に付は加え
る。

（１０）修正された鋳型（Ｔ　（１＋　＃　）　ｔ　Ｔ
　（４，１＋　ｔ　Ｔ　（４。

４１１　Ｔ　（４＋　ｌ　＋　ｆ　Ｔ　（＠　＋　７　
）　）を認識部４に入力する。

（６）この場合、ｄ工＝１．ｄ、＝５．ｄ、＝６．ｄ。

＝５であるから、５Ｔ（１）がもっとも近い基準鋳型と
判定され、出力される。

〔発明の効果〕

以上説明したように、本発明によれば、生成された鋳型
の修正と、認識部で鋳型間の距離計算を行うことにより
、鋳型の生成中、入力データの特徴に対する対応がいく
つか欠落し、生成された鋳型が複数個の基準鋳型の部分
集合になった場合や、生成された鋳型が、複数の基準鋳
型に対し、同数個の一致している特徴をもつ場合におい
ても、入力データの正しい分類を行うことが可能となる
。

【図面の簡単な説明】

第１図は本発明のデータ分類装置の一実施例の全体構成
図、第２図は従来の装置の全体構成図、第３図は従来の
装置の鋳型生成動作、照合動作を示す図、第４図は第１
図の場合の照合動作を示す図、第５図は第１図の鋳型修
正部の処理フローを示す図、第６図は基準鋳型の生成例
を示す図、第７図は照合例を示す図である。 １・・・パターン照合部、　２・・・最小距離検出部、
３・・・鋳型修正部、　４・・・認識部、５・・・基準
鋳型記憶装置。 入０ 第１図 へカ 第３図 Ｃ良） 第２図 八カ 第４図 第６図 （ａ　）　１１　ン７　”ｒＬｔ＠ｆ＋９Ｊ−４７１′
′第５図 榛）

Claims (1)

【特許請求の範囲】
1. （１）特徴分布の形で与えられたデータを分類するデー
   タ分類装置であって、 入力データに対し鋳型を生成し、パターン照合を行うパ
   ターン照合手段と、 入力データと特徴の個数が近い基準鋳型を前記パターン
   照合手段にフィードバックしてパターン照合を補助する
   最小距離検出手段と、 入力データと生成された鋳型の特徴数を比較し、欠落し
   た特徴を補う鋳型修正手段と、 生成／修正された鋳型と基準鋳型間の距離を計算し、距
   離のもっとも小さい基準鋳型を選択する認識手段と、 サンプルデータより生成された基準鋳型を記憶する記憶
   手段と、 からなることを特徴とするデータ分類装置。