JPS61127075A - 画像パターン認識方法 - Google Patents

画像パターン認識方法

Info

Publication number
JPS61127075A
JPS61127075A JP59249249A JP24924984A JPS61127075A JP S61127075 A JPS61127075 A JP S61127075A JP 59249249 A JP59249249 A JP 59249249A JP 24924984 A JP24924984 A JP 24924984A JP S61127075 A JPS61127075 A JP S61127075A
Authority
JP
Japan
Prior art keywords
concepts
recognized
frequency
concept
pattern
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.)
Granted
Application number
JP59249249A
Other languages
English (en)
Other versions
JPH06105466B2 (ja
Inventor
Ichiro Tsuda
津田 一郎
Kenichi Hibino
謙一 日比野
Hiroshi Shimizu
博 清水
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.)
Japan Science and Technology Agency
Original Assignee
Research Development Corp of Japan
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 Research Development Corp of Japan filed Critical Research Development Corp of Japan
Priority to JP59249249A priority Critical patent/JPH06105466B2/ja
Priority to CA000496180A priority patent/CA1243408A/en
Priority to EP85402311A priority patent/EP0183622B1/en
Priority to DE85402311T priority patent/DE3587363T2/de
Priority to US06/801,991 priority patent/US4760603A/en
Publication of JPS61127075A publication Critical patent/JPS61127075A/ja
Publication of JPH06105466B2 publication Critical patent/JPH06105466B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Character Discrimination (AREA)
  • Image Analysis (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】 産業上の利用分野 本発明は、新しい認識方法、更には人間以外による認識
およびこれに基づ(思考方法に関する。
更に詳述するならば、本発明は、図形、文字などのパタ
ーンを認識する方法に関するものであり、図形、文字な
どのパターンを、新規な判断操作により認識する方法に
関するものである。
従来の技術 従来の機械的または電気的手段による認識、すなわち、
判断は、長さ、電流値、電圧値などの物理量が数値的に
同一であるか否か、或いはその大小を判断するにすぎな
かった。すなわち、コンピュータにおいても電流のオン
・オフに基づく2進数の論理に依拠しており、この判断
についての原理的限界のため人間の思考、特に人間の判
断に類似する操作を行うことができなかった。また、こ
のような限界のため、パターン認識においても、本来ア
ナログ量であるパターンを最終的にディジタル量に変換
して処理しなければ認識を行い得なかった。
発明が解決しようとする問題点 ここで、人間の認識の形態を考察すると、そこでは、A
=A(またはA’)なる同一性の判断がその基礎となっ
ている。この同一性の判断とは、従来の機械的または電
気的手段による認識の如く単に物理量の絶対値の比較で
はなく、概念としての同一性を判断することを意味する
。すなわち、人間の思考操作においては、例えば、犬、
馬、牛は哺乳類として同一であり、男、女は人類という
概念に内包されるものとして同一であり、いわゆるカテ
ゴリー分けが可能である。つまり、このカテゴリー分け
において、A=A(またはA’)なる同一性の判断が、
カテゴリーの段階毎に同一性を保持しながら繰り返され
ることによって、被認識対象の既知の概念系による特定
が可能であり、更には被認識対象自体の固有性の認識も
可能となる。
しかし、従来の機械的または電気的手段によっては、こ
のような同一性の判断が不可能であり、従って、従来の
パターン認識においても、文字や図形などのパターンか
ら複雑な手順で複数個の特徴を抽出し、これと予め作成
しておいた標準パターンの特徴群との間で距離等の計算
、すなわち絶対量の単純な測定を行うものがほとんどで
ある。
そのため、従来のパターン認識は、パターンの位置や回
転角度や縮倍率が変わると、同一パターンでも異なるパ
ターンとして認識するなど、認識可能なパターンの位置
や回転角度や縮倍率が制限されるという問題がある。ま
た、パターンの位置や回転角度が変わっても正しく認識
できるように位置や角度の自由度を与えるためには、従
来のパターンの認識方法は、すべてデジタル的な特徴計
算による方法であるため、平行移動や回転を修正するた
めの計算処理量が大幅に増大するという問題がある。
そこで、本発明は、被認識対象について概念としての同
一性をカテゴリーの段階毎に判断しろる新規な認識方法
を提供することを目的とするものであり、パターン認識
においても、パターンの位置や回転角度に影響されず、
且つ複雑な処理を必要としないパターン認識方法を提供
せんとするものである。
問題点を解決するための手段 本発明の発明者は、上記した目的のために種々研究し、
人工知能として、上記した概念としての同一性をカテゴ
リーの段階毎に判断しうる新規な認識方法を提供するこ
とに成功したものである。
すなわち、本発明によると、被認識対象を1つの概念の
系のもとに認識する方法であって、該概念の系は、それ
ぞれ別個の非線形振動系に1対1で置換可能な概念群か
らなり、該被認識対象を、該被認識対象に固有の概念に
対応する周波数を有する非線形振動特性の物理系に変換
し、該物理系の振動と、前記概念系に属する任意の概念
に対応する非線形振動とを結合し、これらの振動が「引
き込み」を生ずるが否かにより、該被認識対象に固有の
概念と上記任意の概念との同一性を判断することを特徴
とする認識方法が提供される。
更に、本発明によるならば、被認識対象を1つの概念の
系のもとに認識する方法であって、該概念の系は、振動
周波数に1対1で置換可能な概念群からなり、該被認識
対象を、液系に属し且つ該被認識対象に固有の概念に対
応する周波数を有する非線形振動特性の物理系に変換し
、該物理系を、前記概念系に属する任意の概念に対応す
る周波数で励振せしめ、「引き込み」を生ずるが否かに
より、該被認識対象に固有の概念“と上記任意の概念と
の同一性を判断することを特徴とする認識方法が提供さ
れる。
本発明に従うと、上記の概念の系に属する周波数に1対
1で置換可能な概念群は、それらの対応する周波数では
互いに振動の「引き込み」を起こさない互いに独立した
概念群と、それらの対応する周波数において、複数の独
立した概念に対応する周波数の振動のすべてと「引き込
み」を生じ、且つこれらの複数の独立した概念を内包す
る上位の概念群と、1つの独立した概念に対応する周波
数において、振動の「引き込み」を生ずる周波数に対応
し、且つ咳1つの独立した概念に内包される下位の概念
群とで構成される。
そして、本発明の認識方法においては、上記の変換され
た物理系が、上記の概念の系に属する上位の概念に対応
する周波数から下位の概念に対応する周波数での振動と
の「引き込みJを生ずるか否かを順次判断することによ
り、被認識対象をカテゴリー分けすることが可能であり
、或いは、上記の変換された物理系の周波数にふいては
、上記の概念の系に属する概念に対応する周波数のいず
れの振動とも「引き込み」を生じないときは、該物理系
の周波数に対応する新たな概念を上記概念の系に組み込
み、被認識対象自体を概念付けすることも可能である。
ここで、「引き込み」とは、相違する周波数の2つの非
線形振動系が共存したとき、これらの周波数の類似性に
より所定の期間後にこれら2つの非線形振動系が同一の
周波数で振動するようになる現象をいう。この非線形振
動系の「引き込み」効果については、”Non1ine
r 0scilations”、 A。
H,Nayfeh and D、T、Mook、  J
ohn Wiley & 5ons 1979を参照さ
れたい。
また、本発明によるならば、被認識対象を1つの概念の
系のもとに認識する方法であって、該概念の系は、振動
周波数に1対1で置換可能な概念群からなり、該被認識
対象を、液系に属し且つ該被認識対象に固有の概念に対
応する周波数を有する非線形振動特性の物理系に変換し
、該物理系を励振させて、「引き込み」効果により収束
した振動周波数と既知の概念に固有の振動周波数とを比
較して、同一性を判断することを特徴とする認識方法が
提供される。
更に、本発明者は、パターンを1つの数値で表現するこ
とを想到した。そして、パターンの輪郭線の全長δFの
2倍と当該被認識パターンの凸状包絡線の全長δCとの
比N(26r/δC)は、パターンごと独特の値をとる
ことを見出した。ここで、凸状包絡線は、パターンの輪
郭線の外へ突出した角のみを結ぶ包絡線である。従って
、包絡線は、内へ凹んだ部分はない。本発明に従うパタ
ーン認識方法は、かかる知見に基づいてなされたものが
ある。
すなわち、本発明によるならば、被認識パターンの輪郭
線の全長と当該被認識パターンの凸状包絡線の全長との
比である指標Nを求め、記憶してあるパターンデータの
指標と該指標Nとを照合し、その差が60以内にある記
憶してある指標が意味するパターンデータから被認識パ
ターンのカテゴリー分けを実施することを特徴とするパ
ターン認識方法が提供される。
発明の原理 今、第1図(a)、ら)、(C)及び(6)に示すよう
な人間、類人猿、四足動物、鳥の4つのパターンの例に
挙げるならば、それぞれのパターンの、上記した本発明
の方法において活用する指標■は、3.483.3、4
84.3,7.2.8である。それらを比較するならば
、差△Ωを△Ω”’ (=0.1)以内にとれば、人間
の[3,483と類人猿のN3.484とは、その差△
Ωが△Ω”’ (=0.1)の範囲内にあり、同一カテ
ゴリー、例えば二足動物に属すると言うことができる。
一方、四足動物と鳥とは、Nの差△Ωが0.1以内にな
いので、同一カテゴリーの範囲には属しない。
しかし、その差△Ωの大きさを変えて、例え1し△Ω”
’ (=0.5)とすれば、人間も類人猿も四足動物も
、その■の差は0.5以内に入り、同一カテゴリー例え
ば動物に属する。反対に、その差△Ωの大きさを小さく
して、例えば、△Ω(2)(=0.0005)とすれば
、人間と類人猿のNの差はその範囲内にはなくなり、両
者は別のカテゴリー、例えば人間と類人猿とにそれぞれ
属する。それ故、差△Ωを小さくして、被認識パターン
のNを、記憶し蓄積してあるNと照合すれば、極めて狭
い範囲のカテゴリーすなわちそのもの名称を知ることが
できる。
従って、上記した本発明の方法のように、被認識パター
ンの指標Nを求め、そのNとの差△Ωの範囲を適当に選
択することにより、その差△Ωの範囲内にある記憶して
ある指標が属するカテゴリーを知ることができ、それに
より、被認識パターンをカテゴリー分けして認識するこ
とができる。
上記した本発明による認識方法に使用してい指標宵は、
人間の大脳の視覚中枢を構成している非線型特性を有す
る認識細胞、換言すれば非線型振動子系の振動周波数に
たとえることができる。そして、その非線型振動子は、
後述するファンデルポール振動子セルを一例として挙げ
ることができる。
そこで、本発明の認識方法を実施するに際し、実際にパ
ターンの輪郭線の全長δFの2倍と当該被認識パターン
の凸状包絡線の全長δCとを求めて、その比すなわち指
標Nを計算する代わりに、次のような構成により、指標
Nに相当する値を直接求める。
すなわち、2次元格子状にファンデルポール振動子セル
を配置し隣接する振動子セル間を結合したファンデルポ
ール振動子回路を構成し、そのファンデルポール振動子
回路の内の、被認識パターンの2次元ビットパターンに
おいて互い連結した 。
ビットに対応する複数の振動子セルを選択して励振させ
たとき、被認識パターンの2次元ビットパターンの形状
のみに依存する1つの周波数で振動する「引き込み」効
果が発生する。そして、その1つの周波数が上記した指
標Nに対応する。
ここで、「2次元ビットパターン」とは、例えば第2図
に示された正方格子点上に並んだ1と0の集合である(
黒丸が1、白丸が0を示している)。
また、ここで「連結」とは、第3図に示すように1の値
を持つ各ビットに隣接する8方向のビットのうち少なく
とも一つが同じ1の値を持つことである。
従って、パターンに限らず未知の被認識対象を上述した
ファンデルポール振動子回路のような非線形振動系に変
換し、その非線形振動系の振動と、既知の概念系に属す
る任意の概念に対応する非線形振動系の振動とを結合し
、これらの振動が「引き込み」を生ずるが否かにより、
該被認識対象に固有の概念と上記任意の概念との同一性
を判断することができる。
また、同様に未知の被認識対象(例えばパターン)を非
線形振動系(例えばファンデルポール振動子回路)に変
換し、その非線形振動系を既知の概念に固有の振動周波
数で励振してとき、上記非線形振動系が「引き込み」を
起こせば、両者は同一概念と言うことができる。
更には、未知の被認識対象(例えばパターン)を非線形
振動系(例えばファンデルポール振動子回路)に変換し
、その非線形振動系を励振し、その結果、その非線形振
動系が「引き込み」を生じて収束した安定振動周波数を
、既知の概念(例えばパターン)に固有の振動周波数と
比較して一致すれば、両者は同一概念と言うことができ
る。
すなわち、第4図のように2次元格子状に配置されたフ
ァンデルポール振動子セルのうち、ビットパターンの値
1に対応する振動子セルを選択し、選択された各振動子
セルにビットパターン上で隣接する値1のビットの個数
に比例した固有周波数を与え、さらに隣接する振動子セ
ルの間に、例えば速度の差に比例する抵抗の形で相互作
用を与えて動作させると、「引き込み」効果によって動
作開始から10周期程度の時間の後、各振動子セルは同
一の周波数で振動するようになる。この周波数を計測し
てビットパターンに対応する周波数として出力する。
この周波数は、人力されたビットパターンの形状だけに
依存し、第4図に示すように非線形振動子で縦横のマ)
 IJクスを構成している場合、パターンが90°、1
80°、270°のいずれかの回転をしている場合や、
左右が入れ代わっている場合、あるいは平行移動をして
いる場合にも変化しない。
このように処理計算の中心部をアナログ回路によって処
理することにより、計算動作が、平行移動や回転などの
自由度の増加に影響されず、0.1〜0.2ミIJ秒以
内で処理が可能である。また、パターンを記憶あるいは
転送する場合についても、各パターンが一つの周波数に
圧縮できることから、必要な記憶容量あるいは転送容量
を小さくすることが可能である。
実施例 以下、添付図面を参照して、本発明による方法を実施す
る装置の実施例を説明する。
まず、上記したファンデルポール振動子回路の詳細につ
いて説明する。
(a)  ファンデルポール振動子セルについて力学的
な変位や電気回路における電圧の変位などの大きさをX
で表すとする。Xが次の微分方程式で表される動作を示
すとき、それをファンデルポール振動子セルであるとい
う。
ただし、tは時刻(秒)、W、は固有周波数数、a、b
はスカラーのパラメーターである。
わ)固有周波数の与え方について 2次元格子状に配置されたファンデルポール振動子セル
の各固有周波数は次のように与える。番号1のビットの
8隣接ビツトのうち、値1を持つビットがn1個存在し
ているとき、番号lのファンデルポール振動子セルの固
有周波数W、を次の式によって決定する。
WI2:W2(1+Cn1)・・(2)ただし、Wは基
準周波数で、例えば2π×105ラジアン/秒、Cは定
数で、例えば0.1の大きさを持つ。
(C)  振動子セル間の相互作用の与え方について値
1を持つ2つの隣接したビットに対応するファンデルポ
ール振動子セル1とJの間に速度の差例えば、第4図に
示されたファンデルポール振動子セルのうち2つの隣接
する振動子セルA、Bの方程式は次のようになる。
dt     dt ・ ・ ・(3) 振動子セルCSD、Eについても同様の式が成り立つ。
(5)引き込み現象について 式(3)でa=Qであれば、XAI X[1,XC””
は線型振動子である。この場合、共振はwA=wB=W
c−・・・・でないと起こらない。一方、aがOでない
ファンデルポール型非線型振動子では、固有周波数Wが
互いに等しくなくとも、Wの最大値と最小値の間のある
周波数で共振に似た現象(引き込み)が起こり、すべて
の振動子は同一の位相、振幅で振動する。速度の差に比
例した相互作用では、引き込みが特に起こり易いことが
知られている。
(e)  ビットパターンの連結について第6図(a)
において中心格子点Aに対して、番号が 1〜4の4個の格子点を4隣接格子点、1〜8の8個の
格子点を8隣接格子点、1〜12の12個の格子点を1
2隣接格子点、と定義する。また、「連結形のビットパ
ターン」は、値1を持つ各ビットがそれぞれ少なくとも
一つの値1を持つ隣接格子点を持つようなパターンのこ
とをいう。
第6図ら〕では、aとbは4隣接格子点のみを考える立
場では連結したビットでないが、8隣接格子点を考える
立場では連結している。そこで、本発明の実施例では、
8隣接格子点の立場で連結したビットパターンを扱う。
(f)  全体の動作 そこで、1つの被認識パターンから1つのビットパター
ンを抽出し、そのビットパターンに対応するファンデル
ポール振動子セルに前記(b)項で述べた規則に従って
固有周波数Wを与え、前記(C)項でのべた形の相互作
用を隣接する振動子セル間に与えて振動させる。隣接と
しては4隣接より8隣接、8隣接より12隣接、(以下
同様)を用いた方がパターンの分離能力は向上する。そ
して、引き込みによって一つの周波数fを求め、既に記
憶されている周波数の組(fl、f2.f3+  f、
、・・・・)と比較し、同じもの(あるいは近いもの)
があれば同一(あるいは類似)と判断して、照合される
上述したように、隣接の取り方が多くなると分離能力は
向上する。例えば、第7図(a)、(b)及び(C)に
示すビットパターン例を検討するならば、4隣接までを
隣接として相互作用させると(a)、ら)、(C)はす
べて同じと見なされる。しかし、8隣接までを考えると
、相互作用が第8図(a)、ら)、(C)に示すように
なり、第8図(a)と(b)に示すビットパターンは、
第8図(C)に示すビットパターンから区別される。
(g)  コンピューターシミュレーションの結果第9
図は、いくつかの人力ビットパターンに対する出力周波
数をコンピューターによって計算した結果である。図中
、人カバターンの・印はビット値1を示し、実線はビッ
トに対応するファンデルポール振動子セルの間に相互作
用があることを示す。パラメーターの値は、上記した(
2)及び(3)式の記号を用いると、a=0.1、b=
0.1、D=0.5、w=6.0X10’ラジアン/秒
、c=0.1である。なお、これらのパラメーターは一
例に過ぎないものでる。
(社)実施例 第10図は、本発明によるパターン認識方法を実施する
認識装置の全体構成図である。被認識パターンは、特徴
抽出部10に人力され、ビットパターンに変換される。
例えば、その特徴抽出部10は、撮像装置と、その撮像
装置からの映像信号を二値化する二値化回路とから構成
される。そして、特徴抽出部10の出力は、ファンデル
ボニル振動子回路12に人力され、その固有振動周波数
f6 は照合部14に人力される。その照合部14には
、データ記憶部16が付属しており、照合部14は、被
認識パターンの周波数f6と、データ記憶部16に蓄積
されている様々なパターンデータの周波数f1、f2、
f3 ・・と照合し、その差の大きさに応じて大きなカ
テゴリーから小さなカテゴリーまでの適当な範囲で、被
認識パターンを特定する。
第11図は、特徴抽出部10とファンデルポール振動子
回路12との間のインターフェイスを図解する図であり
、特徴抽出部10か、らのビットパターンは、入力デー
タ格納部20に格納され、その人力データ格納部20の
各ビットは、空間スイッチ22を介してファンデルポー
ル振動子回路12に接続されている。
そして、その空間スイッチ22には周波数計測部24が
付属している。これらの要素のうち入力データ格納部2
0、空間スイッチ22、ファンデルポール振動子回路1
2は、それぞれセル構造を持っている。
人力データ格納部20では、特徴抽出部10からデータ
人力線26を介して人力されたビットパターンを2次元
的に配置格納し、ライン28を介してデジタルのビット
信号として空間スイッチ22に出力する。
空間スイッチ22では、各ファンデルポール振動子セル
30から出力された振動子セル電圧■。1.を受ける一
方、ライン28を介して人力されたビット信号に従って
フィードバック電圧V i n l及びフィードバック
電圧V in 2を対応するファンデルポール振動子回
路の振動子に出力する。
また、空間スイッチ22は振動子セル電圧■。uLの交
流分を抽出して、ライン32を介して振動電圧として周
波数計測部24へ出力する。その周波数計測部24では
、交流分の周波数を計測し、デジタル化した周波数信号
34として出力する。
第12図は、空間スイッチ22の構成図である。空間ス
イッチ22は、入力データ格納部20からのビット信号
〔Bit(1、」)〕の値1.0に従って、その位置(
i、j> に付属する5つのアナログスイッチ36を開
閉して、位置(i、 j)の振動子から隣接する振動子
にフィードバック電圧VLnl、フィードバック電圧V
 i n 2を出力させ且つ隣接する振動子からフィー
ドバック電圧Vinl、フィードバック電圧V i n
 2を位置(i、j)の振動子に人力させる。
更に、ファンデルポール振動子回路12の各振動子から
の振動子セル電圧■。。、の交流分を振動電圧として周
波数計測部24へをライン32を介して出力する。
なお、フィードバック電圧V t n r は、振動子
セル電圧■。、に値1を持つ隣接格子点の総数の重みを
かけたものとしてイ乍り出される。また、フィ−ドバッ
ク電圧V i n 2は、値1を持つ隣接格子点に対応
する振動子セルの出力電圧の和として作り出される。
例えば振動子セル(i、j) 、(i、j−1) 、(
i、j+1)の3つのみが値1を持つとき、振動子セル
(i、j)のフィードバック電圧Vlnl、フィードバ
ック電圧■0.2は、次の値となる。
v、、、−V。ut(i、j) X 2     ・・
(4)■1.,2−■。ut(l、」−1)+■。5.
(1、」+1)・・(5)第13図は、ファンデルポー
ル振動子回路12の1つ1つのファンデルポール振動子
セル30の具体的構成を示すブロック図である。V i
 n 2は反転器40により符号反転されて、加算器4
2により■1゜1と加算され、更に、微分器44により
微分され、分割器46を及び別の加算器48を介して、
(3)式の相互作用の項に対応する電圧としてエサキダ
イオード発振回路50へ人力される。そして、V i 
n lは、更に、別の分割器52及び加算器48を介し
て、(2)式の固有周波数の一部としてエサキダイオー
ド発振回路50へ人力される。
第14図は、そのエサキダイオード発振回路50の回路
図である。この回路は、エサキダイオード60の負性抵
抗特性を利用した周知のLC発振回路である。エサキダ
イオード60は、電流が近似的に電圧の3次関数となる
負性抵抗特性を持つため、それを用いた発振回路は出力
電圧がファンデルポール振動子セルの(1)式に従う。
可変抵抗62はエサキダイオード60の負性抵抗特性を
調整し、振動子セル電圧■。。、の振幅を増減する働き
を持つ。可変抵抗62の抵抗値の変化は、式(1)でパ
ラメーターa1bの値を変化させることに対応している
。エサキダイオード60の両端の電圧をVed、直流定
電圧電源64の電圧をVcとすると、(1)式にXで示
されている量はこの場合法の値となる。
x=Ved−Vc   ・・(6) オペアンプ66はVedを符号反転して−Vedとし、
オペアンプ68によってVcとの和をとり符号反転を行
う。これにより振動子セル電圧■。8.は(6)式の値
となる。なお、抵抗70は、フィードバック人力54を
人力するための帰還抵抗であり、フィードバック人力5
4により、この発振回路は(3)式で示された動作をす
る。
発明の効果 以上から明らかなように、本発明による認識方法では、
被認識対象の特徴を概念、すなわち、パターン、アナロ
グ値、色彩等の非線形振動の周波数に1対1で置換可能
な概念群で判別することが可能であり、また、これを利
用したパターン認識方法によれば、パターンの位置や回
転角度に影響されず、且つ複雑な処理を必要とせずにパ
ターンをJ忍識することができる。
【図面の簡単な説明】
第1図(a)、ら)、(C)及び(d)は、本発明によ
るパターン認識方法の原理を図解する図、 第2図は、人力されるパターンを示した概念図、第3図
は、隣接ビットの説明図、 第4図は、ファンデルポール振動子回路の振動子セルの
配置を示した構成図、 第5図は、振動子セルの連結の説明図、第6図(a)及
び(5)は、隣接ビット概念の説明図、第7図(a)、
(b)、(C)及び第8図(a)、(b)、(C)は、
振動子セルの連結の説明図、 第9図は、コンピューターシミュレーションの結果を示
した説明図、 第10図は、本発明によるパターン認識方法を実施する
装置の全体構成図、 第11図は、ビットパターンの人力部とファンデルポー
ル振動子回路との間のインターフェイスの構成を示す図
、 第12図は、空間スイッチの構成図、 第13図は、振動子セルの構成図、 第14図は、振動子セルの要部であるエサキダイオード
発振回路図である。 〔主な参照番号〕 10・・特徴抽出部、12・・ファンデルポール振動子
回路、14・・照合部、16・・データ記憶部、20・
・人力データ格納部、22・・空間スイッチ、24・・
周波数計測部

Claims (8)

    【特許請求の範囲】
  1. (1)被認識対象を1つの概念の系のもとに認識する方
    法であって、該概念の系は、それぞれ別個の非線形振動
    系に1対1で置換可能な概念群からなり、該被認識対象
    を、該被認識対象に固有の概念に対応する周波数を有す
    る非線形振動特性の物理系に変換し、該物理系の振動と
    、前記概念系に属する任意の概念に対応する非線形振動
    とを結合し、これらの振動が「引き込み」を生ずるが否
    かにより、該被認識対象に固有の概念と上記任意の概念
    との同一性を判断することを特徴とする認識方法。
  2. (2)被認識対象を1つの概念の系のもとに認識する方
    法であって、該概念の系は、振動周波数に1対1で置換
    可能な概念群からなり、該被認識対象を、該系に属し且
    つ該被認識対象に固有の概念に対応する周波数を有する
    非線形振動特性の物理系に変換し、該物理系を、前記概
    念系に属する任意の概念に対応する周波数で励振せしめ
    、「引き込み」を生ずるが否かにより、該被認識対象に
    固有の概念と上記任意の概念との同一性を判断すること
    を特徴とする認識方法。
  3. (3)上記の概念の系に属する振動の周波数に1対1で
    置換可能な概念群は、それらの対応する周波数では互い
    に振動の「引き込み」を起こさない互いに独立した概念
    群と、それらの対応する周波数において、複数の独立し
    た概念に対応する周波数の振動のすべてと「引き込み」
    を生じ、且つこれらの複数の独立した概念を内包する上
    位の概念群と、1つの独立した概念に対応する周波数に
    おいて、振動の「引き込み」を生ずる周波数に対応し、
    且つ該1つの独立した概念に内包される下位の概念群と
    を含むことを特徴とする特許請求の範囲第2項記載の認
    識方法。
  4. (4)上記の変換された物理系が、上記の概念の系に属
    する上位の概念に対応する周波数から下位の概念に対応
    する周波数での振動との「引き込み」を生ずるか否かを
    順次判断することにより、被認識対象をカテゴリー分け
    することを特徴とする特許請求の範囲第3項記載の認識
    方法。
  5. (5)上記の変換された物理系の周波数が、上記の概念
    の系に属する概念のいずれの振動の周波数とも同一でな
    いとき、該物理系の周波数に対応する新たな概念を上記
    概念の系に組み込むことを特徴とする特許請求の範囲第
    2項乃至第4項のいずれかに記載の認識方法。
  6. (6)上記の変換された物理系が、非線形振動子マトリ
    ックスの内の選択された相互に関連する非線形振動子の
    集合であることを特徴とする特許請求の範囲第2項乃至
    第5項のいずれかに記載の認識方法。
  7. (7)被認識対象を1つの概念の系のもとに認識する方
    法であって、該概念の系は、振動周波数に1対1で置換
    可能な概念群からなり、該被認識対象を、該系に属し且
    つ該被認識対象に固有の概念に対応する周波数を有する
    非線形振動特性の物理系に変換し、該物理系を励振させ
    て、「引き込み」効果により収束した振動周波数と既知
    の概念に固有の振動周波数とを比較して、同一性を判断
    することを特徴とする認識方法。
  8. (8)被認識パターンの輪郭線の全長と当該被認識パタ
    ーンの凸状包絡線の全長との比である指標@N@を求め
    、記憶してあるパターンデータの指標と該指標@N@と
    を照合し、その差が△Ω以内にある記憶してある指標が
    意味するパターンデータから被認識パターンのカテゴリ
    ー分けを実施することを特徴とするパターン認識方法。
JP59249249A 1984-11-26 1984-11-26 画像パターン認識方法 Expired - Lifetime JPH06105466B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP59249249A JPH06105466B2 (ja) 1984-11-26 1984-11-26 画像パターン認識方法
CA000496180A CA1243408A (en) 1984-11-26 1985-11-26 Method and apparatus of recognition
EP85402311A EP0183622B1 (en) 1984-11-26 1985-11-26 Method and apparatus of recognition
DE85402311T DE3587363T2 (de) 1984-11-26 1985-11-26 Verfahren und Gerät zur Wiedererkennung.
US06/801,991 US4760603A (en) 1984-11-26 1985-11-26 Method and apparatus of recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP59249249A JPH06105466B2 (ja) 1984-11-26 1984-11-26 画像パターン認識方法

Publications (2)

Publication Number Publication Date
JPS61127075A true JPS61127075A (ja) 1986-06-14
JPH06105466B2 JPH06105466B2 (ja) 1994-12-21

Family

ID=17190144

Family Applications (1)

Application Number Title Priority Date Filing Date
JP59249249A Expired - Lifetime JPH06105466B2 (ja) 1984-11-26 1984-11-26 画像パターン認識方法

Country Status (1)

Country Link
JP (1) JPH06105466B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4982170A (en) * 1988-04-01 1991-01-01 Canon Kabushiki Kaisha Signal processing apparatus

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4982170A (en) * 1988-04-01 1991-01-01 Canon Kabushiki Kaisha Signal processing apparatus

Also Published As

Publication number Publication date
JPH06105466B2 (ja) 1994-12-21

Similar Documents

Publication Publication Date Title
Pecora et al. Driving systems with chaotic signals
Hasanien Particle swarm design optimization of transverse flux linear motor for weight reduction and improvement of thrust force
Bao et al. Generalized memory element and chaotic memory system
Aghakhani et al. Equivalent impedance electroelastic modeling of multiple piezo-patch energy harvesters on a thin plate with AC–DC conversion
Shi et al. Direct self control of induction motor based on neural network
Venkadesan et al. Design and field programmable gate array implementation of cascade neural network based flux estimator for speed estimation in induction motor drives
Talha et al. A novel three-phase inverter fault diagnosis system using three-dimensional feature extraction and neural network
Feng et al. A new hidden attractor hyperchaotic memristor oscillator with a line of equilibria
JPS61127075A (ja) 画像パターン認識方法
Abouzarkhanifard et al. FEM-inclusive transfer learning for bistable piezoelectric MEMS energy harvester design
Vaidyanathan et al. A new chaotic dynamical system with a hyperbolic curve of rest points, its complete synchronisation via integral sliding mode control and circuit design
JP2015207032A (ja) 演算装置および演算方法
JPH0510712B2 (ja)
US20220318611A1 (en) Data processing
Litak et al. Vibration analysis of a self-excited system with parametric forcing and nonlinear stiffness
US4760603A (en) Method and apparatus of recognition
Skibin et al. Behavioral circuit modeling of chokes with multi-resonances using genetic algorithm
Rosen et al. Gravitational field of an axially symmetric system in first approximation
Andersson et al. Gowdy phenomenology in scale-invariant variables
JPS60134391A (ja) パタ−ン・周波数変換装置
Ito et al. Prompt decision method for ground-state searches of natural computing architecture using 2D ising spin model
Kamiński Neural estimators of two-mass system optimized using the Levenberg-Marquardt training and genetic algorithm
CN113221397B (zh) 电气设备铁心的振动位移计算方法、装置及终端设备
WO2021243616A1 (zh) 马达单体寻找方法
Ito et al. Performance Evaluation of a Coherent Ising Machine with Hardware Constraints

Legal Events

Date Code Title Description
EXPY Cancellation because of completion of term