JPH05249991A

JPH05249991A - 重み係数決定方法

Info

Publication number: JPH05249991A
Application number: JP4082832A
Authority: JP
Inventors: Masao Watari; 雅男渡; Miyuki Tanaka; 幸田中; Yasuhiko Kato; 靖彦加藤
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1992-03-04
Filing date: 1992-03-04
Publication date: 1993-09-28

Abstract

(57)【要約】【目的】認識率を向上させるとともに、装置を安価に
製作する。【構成】ステップＳ１において、標準パターンごとに
用意された重み係数の初期化が行われ、ステップＳ２に
おいて、既知の入力パターンと標準パターンとの距離に
重み係数が乗じられ、補正した距離が算出され、その距
離に対応して、既知の入力パターンが認識され、認識さ
れた既知の入力パターンに対応する標準パターンが、認
識結果として出力される。ステップＳ３において、認識
結果としての標準パターンが正しいか誤りかが判定さ
れ、標準パターンが誤っていると判定された場合、その
標準パターンが誤認識に関与したグループＸに分類さ
れ、標準パターンが正しいと判定された場合、その標準
パターンが誤認識に関与しないグループＹに分類され
る。ステップＳ４において、グループＸに分類された標
準パターンの重み係数が、グループＹに分類された標準
パターンの重み係数に対して相対的に大きくなるよう
に、重み係数が更新（補正）される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、パターンマッチングに
おける入力パターンと標準パターンとの距離を補正する
ための重み係数を決定する場合に用いて好適な重み係数
決定方法に関する。

【０００２】

【従来の技術】例えば音声認識装置においては、入力さ
れた音声（入力パターン）が属する単語（標準パター
ン）のカテゴリを識別することにより、音声を認識する
ようになっている。

【０００３】ところで、同じ単語を同じ話者が発声して
も、その単語のパターンがまったく同一になるとは限ら
ず、従って単語のカテゴリは、識別空間に少なからず拡
がった領域を有する。このように、識別空間に拡がった
カテゴリを識別する方法として、例えば一つの単語に対
して標準パターンを複数用意するマルチテンプレート方
式などがある。

【０００４】従来のマルチテンプレート方式において
は、入力パターンとテンプレート（標準パターン）との
距離が、すべて同じ距離尺度で計算され、その距離を最
小にするテンプレート（標準パターン）が認識結果とさ
れる。このように、すべてのテンプレートに対し、同じ
距離尺度を用いてパターンの認識を行うことは、パラメ
ータ平面（空間）において、入力パターンとしての点
が、テンプレート（標準パターン）である点を中心とし
た同一半径の円（球）に含まれるか、または接するか否
かを判定することであり、従って、識別平面（空間）に
おいて、例えば図５に示すような単語のカテゴリを同一
半径の円（球）で、それぞれ過不足なく囲むことが認識
性能を向上させることになる。

【０００５】

【発明が解決しようとする課題】図６は、図５に示す単
語Ａまたは単語Ｂのカテゴリを３または６の同一半径の
円で、それぞれ囲んだ図である。即ち、図６は、単語Ａ
に対して３つのテンプレート（３つの円の中心に対応す
る）、単語Ｂに対して６つのテンプレート（６つの円の
中心に対応する）を用意したことを示す図である。単語
Ａを囲む３つの円は、そのカテゴリをすべて網羅してい
るが、その外側にまでおよんでおり、図中単語Ａを囲む
最上部の円においては、単語Ｂのカテゴリを含んでしま
っている。

【０００６】従って、従来の装置では、例えば単語Ｂを
単語Ａと認識してしまい、他の単語に対する棄却能力が
劣化するとともに、認識率が劣化する課題があった。

【０００７】そこで、図７に示すように、図６と比べて
小さな半径の円で単語ＡおよびＢのカテゴリを網羅する
ように囲むことにより、即ち単語ＡおよびＢに対して充
分な数のテンプレートを用意することにより、音声の認
識率の劣化を防止する方法がある。しかしながら、この
方法においては、多数のテンプレートを記憶するために
多くのメモリが必要になり、装置の製作コストが高価に
なるだけでなく、入力パターンと標準パターン（テンプ
レート）との距離を計算するときの演算量が増加し、認
識結果を出力するのに時間がかかる課題があった。

【０００８】本発明は、このような状況に鑑みてなされ
たものであり、認識率を向上させるだけでなく、装置を
安価に製作することができるようにするものである。

【０００９】

【課題を解決するための手段】請求項１に記載の重み係
数決定方法は、入力パターンと標準パターンとの距離に
乗じて距離を補正する標準パターンごとに用意した重み
係数を決定する重み係数決定方法において、重み係数に
初期値を設定する第１の工程としてのステップＳ１また
はステップＳ１１と、既知であるパターンと標準パター
ンとの距離に重み係数を乗じて、補正した距離を算出
し、補正した距離に対応して、パターンを認識する第２
の工程としてのステップＳ２またはステップＳ１３乃至
Ｓ１６と、標準パターンを、既知であるパターンを正し
く認識したグループと、誤認識したグループとに分類す
る第３の工程としてのステップＳ３またはステップＳ１
７，Ｓ１８と、既知であるパターンを正しく認識したグ
ループに分類された標準パターンの重み係数が、既知で
あるパターンを誤認識したグループに分類された標準パ
ターンの重み係数に対して、相対的に大きくなるよう
に、重み係数を更新する第４の工程としてのステップＳ
４またはステップＳ２０とを有することを特徴とする。

【００１０】請求項２に記載の重み係数決定方法は、ス
テップＳ２，Ｓ３およびＳ４を繰り返すことを特徴とす
る。

【００１１】請求項３に記載の重み係数決定方法は、ス
テップＳ４は、既知であるパターンを誤認識したグルー
プに分類された標準パターンの重み係数を所定の値だけ
大きくすることを特徴とする。

【００１２】請求項４に記載の重み係数決定方法は、ス
テップＳ４は、既知であるパターンを正しく認識したグ
ループに分類された標準パターンの重み係数を所定の値
だけ小さくすることを特徴とする。

【００１３】

【作用】請求項１に記載の重み係数決定方法において
は、ステップＳ１またはステップＳ１１で、重み係数に
初期値を設定し、ステップＳ２またはステップＳ１３乃
至Ｓ１６で、既知であるパターンと標準パターンとの距
離に重み係数を乗じて、補正した距離を算出し、補正し
た距離に対応して、パターンを認識し、ステップＳ３ま
たはステップＳ１７，Ｓ１８で、標準パターンを、既知
であるパターンを正しく認識したグループと、誤認識し
たグループとに分類する。さらに、ステップＳ４または
ステップＳ２０で、既知であるパターンを正しく認識し
たグループに分類された標準パターンの重み係数が、既
知であるパターンを誤認識したグループに分類された標
準パターンの重み係数に対して、相対的に大きくなるよ
うに重み係数を更新する。従って、認識しようとするカ
テゴリの形状に対応するように重み係数が更新（補正）
されるので、パターンの認識率を向上させることができ
る。

【００１４】請求項２に記載の重み係数決定方法におい
ては、ステップＳ２，Ｓ３およびＳ４を繰り返すので、
標準パターンのカテゴリの形状に対応するように重み係
数が更新（補正）され、パターンの認識率を、さらに向
上させることができる。

【００１５】請求項３に記載の重み係数決定方法におい
ては、ステップＳ４は、既知であるパターンを誤認識し
たグループに分類された標準パターンの重み係数を所定
の値だけ大きくする。従って、標準パターンの等距離面
（円）の半径が小さくなるように重み係数が更新（補
正）されるので、認識しようとするカテゴリの形状をよ
り詳細に表すことができるようになり、パターンの認識
率を向上させることができる。

【００１６】請求項４に記載の重み係数決定方法におい
ては、ステップＳ４は、既知であるパターンを正しく認
識したグループに分類された標準パターンの重み係数を
所定の値だけ小さくする。従って、重み係数が所定の値
以下になるので、少ないメモリで重み係数を記憶するこ
とができ、装置を安価に構成することができる。

【００１７】

【実施例】図１は、本発明の重み係数決定方法により決
定される重み係数を用いてパターン認識を行うパターン
認識装置の一実施例の構成を示すブロック図である。距
離計算部１は、例えば画像信号や音声信号より作成され
た入力パターンと、あらかじめ標準パターン格納部２に
格納された標準パターン（テンプレート）との距離（例
えばユークリッド距離など）を計算する。標準パターン
格納部２は、画像信号や音声信号よりあらかじめ作成さ
れた標準パターンを記憶している。重み係数格納部５
は、標準パターン格納部２に記憶された標準パターンご
とに、後述する方法で決定された距離尺度を補正する重
み係数を記憶している。

【００１８】ここで、図２は、識別平面におけるカテゴ
リＡまたはＢを、過不足ないようにそれぞれ円で囲んだ
図である。識別平面における各円は、その中心、即ちテ
ンプレート（標準パターン）からの等距離面を表す。従
って、半径の大きい円のテンプレート（標準パターン）
については、相対的に（半径の小さい円のテンプレート
の重み係数に比べて）小さな値の重み係数が重み係数格
納部５に記憶されており、半径の小さい円のテンプレー
ト（標準パターン）については、相対的に（半径の大き
な円のテンプレートの重み係数に比べて）大きな値の重
み係数が重み係数格納部５に記憶されている。

【００１９】パターン選択部３は、標準パターン格納部
２に記憶された標準パターンを距離計算部１に供給する
制御を行うとともに、重み係数格納部５に記憶された重
み係数を重み補正部４に供給する制御を行う。重み補正
部４は、距離計算部１より供給される入力パターンと標
準パターンとの距離に、重み係数格納部５に記憶された
重み係数を乗ずる。距離判定部６は、重み補正部４より
供給される、重み係数が乗じられた距離、即ち補正され
た入力パターンと標準パターンとの距離の中から最小の
ものを検出し、検出した入力パターンとの距離を最小に
する標準パターンを認識結果として出力する。

【００２０】次に、図３を参照して、重み係数格納部５
に記憶される重み係数を決定するアルゴリズムについて
説明する。まず最初に、ステップＳ１において、標準パ
ターン格納部２に記憶された標準パターンごとに用意さ
れた重み係数の初期化が行われる。即ち、ステップＳ１
において、標準パターンごとに用意された重み係数に所
定の初期値が代入され、ステップＳ２に進む。ステップ
Ｓ２において、認識実験が行われる。即ち、ステップＳ
２において、既知の入力パターンと標準パターンとの距
離に重み係数が乗じられ、補正した距離が算出され、そ
の距離に対応して、既知の入力パターンが認識される。
さらに、ステップＳ２において、認識された既知の入力
パターンに対応する標準パターン（入力パターンとの補
正した距離を最も短く（小さく）する標準パターン）
が、認識結果として出力される。

【００２１】入力パターンは既知であることから、ステ
ップＳ２で出力された認識結果としての標準パターンが
正しいか誤りかが、ステップＳ３において判定される。
さらに、ステップＳ３において、ステップＳ２で出力さ
れた標準パターンが誤っていると判定された場合、その
標準パターンが誤認識に関与したグループＸに分類され
る。また、ステップＳ３において、ステップＳ２で出力
された標準パターンが正しいと判定された場合、その標
準パターンが誤認識に関与しないグループＹに分類され
る。ステップＳ４において、グループＸに分類された標
準パターンの重み係数が、グループＹに分類された標準
パターンの重み係数に対して相対的に大きくなるよう
に、重み係数が更新（補正）され、ステップＳ２に戻
り、ステップＳ２乃至Ｓ４の処理を繰り返す。

【００２２】一方、ステップＳ５において、ステップＳ
２で行われた認識実験の評価が行われる。そして、ステ
ップＳ５において、ステップＳ２で行われた認識実験の
認識率が、所定の認識率を越えていると判定された場
合、そのときステップＳ２で用いられた重み係数が最終
的な重み係数として決定され、処理を終了する。

【００２３】以上の処理により、認識しようとするカテ
ゴリからはみ出す円（例えば、図６における単語Ａのカ
テゴリの上部を囲む２つの円）の中心に対応する標準パ
ターンの重み係数は、相対的に（単語のカテゴリを網羅
することができない円の中心に対応する標準パターンの
重み係数に比べ）大きくなり、認識しようとするカテゴ
リを網羅することができない円の中心に対応する標準パ
ターンの重み係数は、相対的に（単語のカテゴリからは
み出す円の中心に対応する標準パターンの重み係数に比
べ）小さい重み係数になる。

【００２４】次に、図４のフローチャートを参照して、
重み係数格納部５に記憶された重み係数を決定するアル
ゴリズムについて、さらに説明する。まず、Ｓ個の標準
パターンＱ_s（１≦ｓ≦Ｓ）が作成され、このＳ個の標
準パターン（以下、候補パターンと呼ぶ）Ｑ_sの中か
ら、標準パターンとして登録するパターンのカテゴリ
を、所定の値を半径とする円で覆い尽くすことができ
る、必要最小限の数の標準パターンが選択される。この
とき、選択された標準パターンの数が、例えばＩ個であ
るとする。即ち、選択された最小限の標準パターンをＰ
₁乃至Ｐ_I（Ｐ_i（１≦ｉ≦Ｉ））とする。

【００２５】そして、図４に示すステップＳ１１におい
て、標準パターンをＰ₁乃至Ｐ_Iの各重み係数ｗ₁乃至ｗ_I
に初期値Ｗがセットされるとともに、あらかじめ設定さ
れたステップＳ１２乃至Ｓ２２の処理を繰り返す反復回
数Ｃが、変数ｃｎｔにセットされ、ステップＳ１２に進
む。ステップＳ１２において、候補パターンＱ_sのサフ
ィックスである変数ｓに１がセットされる。さらに、ス
テップＳ１２において、後述するステップＳ１８で、重
み係数ｗ_iを更新（補正）する場合に１がセットされる
変数ｓｗ_i（１≦ｉ≦Ｉ）に０がセットされる。

【００２６】そして、ステップＳ１３に進み、あらかじ
め選択された必要最小限の標準パターンＰ_iのサフィッ
クスである変数ｉに１がセットされ、ステップＳ１４に
おいて、候補パターンＱ_sと標準パターンＰ_iとの距離ｄ
_si（ｄ（Ｑ_s，Ｐ_i））が計算され、さらに距離ｄ_siに重
み係数ｗ_iを乗じた距離、即ち重み補正した距離Ｄ
_si（＝ｄ_s _i×ｗ_i）が計算され、ステップＳ１５に進
む。ステップＳ１５において、変数ｉが標準パターン数
Ｉに等しいか否かが判定される。ステップＳ１５におい
て、変数ｉが標準パターン数Ｉに等しくないと判定され
た場合、ステップＳ１４に戻り、ステップＳ１５におい
て、変数ｉが標準パターン数Ｉに等しいと判定されるま
で、ステップＳ１４，Ｓ１５の処理を繰り返す。

【００２７】以上ステップＳ１３乃至Ｓ１５の処理によ
り、Ｉ個の各標準パターンＰ₁乃至Ｐ_Iと、候補パターン
Ｑ_sとの組み合わせに関して、重み補正した距離（Ｄ_s1
乃至Ｄ_sIが計算される。

【００２８】ステップＳ１５において、変数ｉが標準パ
ターン数Ｉに等しいと判定された場合、ステップＳ１６
に進み、重み補正した距離Ｄ_s1乃至Ｄ_sIの中から、最小
の距離Ｄ_smが検出される。ステップＳ１７において、候
補パターンＱ_sとの距離が、ステップＳ１６で検出され
た最小の距離Ｄ_smになる標準パターンＰ_mのカテゴリ、
即ち候補パターンＱ_sとの距離を最小にする標準パター
ンＰ_mのカテゴリと、候補パターンＱ_sのカテゴリとが、
同じカテゴリに属すか否かが判定される。

【００２９】ここで、標準パターンＰ₁乃至Ｐ_Iは、候補
パターンＱ₁乃至Ｑ_Sの中から、標準パターンとして登録
する各パターンのカテゴリを、所定の値を半径とする円
で覆い尽くすことができる、必要最小限の数のパターン
を選択したものである。従って、候補パターンＱ_sとの
距離がステップＳ１６で検出された最小の距離Ｄ_smにな
る標準パターンＰ_mのカテゴリと、候補パターンＱ_sのカ
テゴリとは、同じカテゴリに属するはずであり、ステッ
プＳ１７において、標準パターンＰ_mのカテゴリと、候
補パターンＱ_sのカテゴリとが、同じカテゴリに属さな
いと判定された場合、即ち、候補パターンＱ_sが標準パ
ターンＰ_mとして認識されない場合、候補パターンＱ_sは
誤認識されたことになる。

【００３０】よって、ステップＳ１７において、標準パ
ターンＰ_mのカテゴリと、候補パターンＱ_sのカテゴリと
が、同じカテゴリに属さないと判定された場合、ステッ
プＳ１８に進み、誤認識された候補パターンＱ_sが標準
パターンＰ_mとして認識されるように重み係数ｗ_iを補正
するために、変数ｓｗ_iに１がセットされ、ステップＳ
１９に進む。ステップＳ１７において、標準パターンＰ
_mのカテゴリと、候補パターンＱ_sのカテゴリとが、同じ
カテゴリに属すると判定された場合、ステップＳ１８を
スキップして、ステップＳ１９に進む。

【００３１】ステップＳ１９において、候補パターンＱ
_sのサフィックスである変数ｓが、候補パターン数Ｓに
等しいか否かが判定される。ステップＳ１９において、
候補パターンＱ_sのサフィックスである変数ｓが、候補
パターン数Ｓに等しくないと判定された場合、ステップ
Ｓ１３に戻り、ステップＳ１９において、候補パターン
Ｑ_sのサフィックスである変数ｓが、候補パターン数Ｓ
に等しいと判定されるまで、ステップＳ１３乃至Ｓ１９
の処理を繰り返す。

【００３２】ステップＳ１９において、候補パターンＱ
_sのサフィックスである変数ｓが、候補パターン数Ｓに
等しいと判定された場合、ステップＳ２０に進み、ステ
ップＳ１８で変数ＳＷ_iに１がセットされたｉをサフィ
ックスとする重み係数ｗ_iが、次式にしたがって更新
（補正）される。ｗ_i＝ｗ_i＋δ （１）但し、δは、Ｗより充分小さな値とする。

【００３３】さらに、ステップＳ１９において、重み係
数ｗ_iとともに、ステップＳ１７における、標準パター
ンＰ_mのカテゴリと、候補パターンＱ_sのカテゴリとが、
同じカテゴリに属すか否かが判定された結果、即ち候補
パターンＱ_sの認識結果が所定の保存エリアに記憶さ
れ、ステップＳ２１に進む。ステップＳ２１において、
変数ｃｎｔが１だけデクリメントされ、ステップＳ２２
に進み、変数ｃｎｔが０に等しいか否かが判定される。
ステップＳ２２において、変数ｃｎｔが０に等しくない
と判定された場合、ステップＳ１２に戻り、ステップＳ
２２において、変数ｃｎｔが０に等しいと判定されるま
で、ステップＳ１２乃至Ｓ２２の処理を繰り返す。

【００３４】ステップＳ２２において、変数ｃｎｔが０
に等しいと判定された場合、ステップＳ２３に進み、ス
テップＳ２０で記憶された認識結果が参照され、例えば
最も認識率の高いときの重み係数ｗ₁乃至ｗ_Iが、最終的
な重み係数として決定され、処理を終了する。

【００３５】以上のようにして、例えば図２に示すよう
な、識別平面におけるカテゴリＡまたはＢを、過不足な
いようにそれぞれ円で囲むことができる重み係数が決定
される。

【００３６】次に、図１に示す実施例の動作について説
明する。距離計算部１において、例えば画像信号や音声
信号より作成された入力パターンと、あらかじめ標準パ
ターン格納部２に格納された標準パターン（テンプレー
ト）との距離（ユークリッド距離）が計算される。パタ
ーン選択部３において、距離計算部１で現在入力パター
ンとの距離が計算されている標準パターンに対応する、
距離尺度を補正する重み係数を、重み係数格納部５より
読み出す制御が行われ、重み補正部４に供給される。重
み補正部４において、距離計算部１より供給される入力
パターンと標準パターンとの距離に、重み係数格納部５
より供給された重み係数が乗じられ、距離判定部６に出
力される。

【００３７】なお、標準パターン格納部２に記憶された
すべての標準パターンに対して、以上の処理が行われ
る。

【００３８】距離判定部６において、重み補正部４より
出力された、重み係数が乗じられた距離、即ち補正され
た入力パターンと標準パターンとの距離の中から最小の
ものが検出され、検出された入力パターンとの距離を最
小にする標準パターンが認識結果として出力される。

【００３９】以上のように、標準パターンごとに用意し
た距離尺度を補正する重み係数を、入力パターンと標準
パターンとの距離に乗じて、標準パターンのカテゴリの
形状に対応した距離を求めるようにしたので、入力パタ
ーンの認識率を向上させることができる。

【００４０】なお、本実施例においては、ステップＳ２
０で、ステップＳ１８で変数ＳＷ_iに１がセットされた
ｉをサフィックスとする重み係数ｗ_iが、式（１）にし
たがって更新（補正）されるようにしたが、ステップＳ
２０で、ステップＳ１８で変数ＳＷ_iに１がセットされ
ないｉをサフィックスとする重み係数ｗ_iが、次式にし
たがって更新（補正）されるようにすることができる。ｗ_i＝ｗ_i−δ

【００４１】

【発明の効果】請求項１に記載の重み係数決定方法によ
れば、第１の工程で、重み係数に初期値を設定し、第２
の工程で、既知であるパターンと標準パターンとの距離
に重み係数を乗じて、補正した距離を算出し、補正した
距離に対応して、パターンを認識し、第３の工程で、標
準パターンを、パターンを正しく認識したグループと、
誤認識したグループとに分類する。さらに、第４の工程
で、パターンを正しく認識したグループに分類された標
準パターンの重み係数が、パターンを誤認識したグルー
プに分類された標準パターンの重み係数に対して、相対
的に大きくなるように重み係数を更新する。従って、認
識しようとするカテゴリの形状に対応するように重み係
数が更新（補正）されるので、パターンの認識率を向上
させることができる。

【００４２】請求項２に記載の重み係数決定方法によれ
ば、第２の工程、第３の工程および第４の工程を繰り返
すので、標準パターンのカテゴリの形状に対応するよう
に重み係数が更新（補正）され、パターンの認識率を、
さらに向上させることができる。

【００４３】請求項３に記載の重み係数決定方法によれ
ば、第４の工程は、パターンを誤認識したグループに分
類された標準パターンの重み係数を所定の値だけ大きく
する。従って、標準パターンの等距離面（円）の半径が
小さくなるように重み係数が更新（補正）されるので、
認識しようとするカテゴリの形状をより詳細に表すこと
ができるようになり、パターンの認識率を向上させるこ
とができる。

【００４４】請求項４に記載の重み係数決定方法によれ
ば、第４の工程は、パターンを正しく認識したグループ
に分類された標準パターンの重み係数を所定の値だけ小
さくする。従って、重み係数が所定の値以下になるの
で、少ないメモリで重み係数を記憶することができ、装
置を安価に構成することができる。

【図面の簡単な説明】

【図１】本発明の重み係数決定方法により決定される重
み係数を用いてパターン認識を行うパターン認識装置の
一実施例の構成を示すブロック図である。

【図２】識別平面におけるカテゴリの形状を、過不足な
いように重み係数を補正した標準パターン（テンプレー
ト）で被覆した平面図である。

【図３】本発明の重み係数決定方法のアルゴリズムを説
明するための図である。

【図４】本発明の重み係数決定方法のアルゴリズムを説
明するためのフローチャートである。

【図５】識別平面における単語のカテゴリの分布を示す
平面図である。

【図６】従来のテンプレート方式における標準パターン
（テンプレート）による単語のカテゴリを被覆した平面
図である。

【図７】従来のテンプレート方式における標準パターン
（テンプレート）による単語のカテゴリを被覆した平面
図である。

【符号の説明】

１距離計算部２標準パターン格納部３パターン選択部４重み補正部５重み係数格納部６距離判定部

Claims

【特許請求の範囲】

【請求項１】入力パターンと標準パターンとの距離に
乗じて前記距離を補正する前記標準パターンごとに用意
した重み係数を決定する重み係数決定方法において、前記重み係数に初期値を設定する第１の工程と、既知であるパターンと前記標準パターンとの距離に前記
重み係数を乗じて、補正した距離を算出し、前記補正し
た距離に対応して、前記パターンを認識する第２の工程
と、前記標準パターンを、前記既知であるパターンを正しく
認識したグループと、誤認識したグループとに分類する
第３の工程と、前記既知であるパターンを正しく認識したグループに分
類された標準パターンの重み係数が、前記既知であるパ
ターンを誤認識したグループに分類された標準パターン
の重み係数に対して、相対的に大きくなるように、前記
重み係数を更新する第４の工程とを有することを特徴と
する重み係数決定方法。
【請求項２】前記第２の工程、第３の工程および第４
の工程を繰り返すことを特徴とする重み係数決定方法。
【請求項３】前記第４の工程は、前記既知であるパタ
ーンを誤認識したグループに分類された標準パターンの
重み係数を所定の値だけ大きくすることを特徴とする請
求項１または２に記載の重み係数決定方法。
【請求項４】前記第４の工程は、前記既知であるパタ
ーンを正しく認識したグループに分類された標準パター
ンの重み係数を所定の値だけ小さくすることを特徴とす
る請求項１または２に記載の重み係数決定方法。