JPS62245390A - 物体等認識装置 - Google Patents
物体等認識装置Info
- Publication number
- JPS62245390A JPS62245390A JP8714986A JP8714986A JPS62245390A JP S62245390 A JPS62245390 A JP S62245390A JP 8714986 A JP8714986 A JP 8714986A JP 8714986 A JP8714986 A JP 8714986A JP S62245390 A JPS62245390 A JP S62245390A
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- standard
- data
- answer
- tolerance
- 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
Links
- 239000011159 matrix material Substances 0.000 claims abstract description 75
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 9
- 239000000126 substance Substances 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- 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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
これからの情報と制御の時代わハイテク技術の急速な成
長に支えられ、未来の人類に意識革命をもたらし、又そ
の福祉生活を急速に向上させるものと期待されています
。
長に支えられ、未来の人類に意識革命をもたらし、又そ
の福祉生活を急速に向上させるものと期待されています
。
このような情報と制御の時代の創造にまず必要とされる
基本的課題わ情報認識の手段であります。
基本的課題わ情報認識の手段であります。
情報認識に対する我々の基本的な知見として、いわゆる
、不確定性原理を上げることが出来ます。
、不確定性原理を上げることが出来ます。
しかしながら、これわもっばらミクロの世界の理論と考
えられている訳でありますが、これがマクロのIjjW
でどのような展開と宿命を持つのかわ認識の基本問題と
して我々により明確に認識と位置ずけを与えられるべき
重要なテーマでありまず。
えられている訳でありますが、これがマクロのIjjW
でどのような展開と宿命を持つのかわ認識の基本問題と
して我々により明確に認識と位置ずけを与えられるべき
重要なテーマでありまず。
本発明わ、私自身の長年に亘たる認識の研究の結果とし
ての°°認識の不確定性パにたいする理論と回路構成技
術により°°認識の手段゛と”認識の不確定性=認識の
正しさく間違い)の確率”を同時に判定し、出力するこ
とができる装置にかかわるものであります。
ての°°認識の不確定性パにたいする理論と回路構成技
術により°°認識の手段゛と”認識の不確定性=認識の
正しさく間違い)の確率”を同時に判定し、出力するこ
とができる装置にかかわるものであります。
この様な認識の手段が、以後の行動に対する意志の決定
原理として本来不可欠であることわよく理解されるとこ
ろであります。
原理として本来不可欠であることわよく理解されるとこ
ろであります。
上記の様な観点から本装置の応用される範囲わ各種自動
装置、ロボット、物体の選別、選択、分類作業、各種自
動管理システム、装置、等等と広範な技術、産業の分野
にわたるものでありまず。
装置、ロボット、物体の選別、選択、分類作業、各種自
動管理システム、装置、等等と広範な技術、産業の分野
にわたるものでありまず。
本装置わ主として、データーマトリックス作成装置(]
)、標準マトリックス出力装置(2)、許容誤差マトリ
ックス出力装置(3)、比較演算装置(4)、および制
御装置(5)とから構成されるものである。
)、標準マトリックス出力装置(2)、許容誤差マトリ
ックス出力装置(3)、比較演算装置(4)、および制
御装置(5)とから構成されるものである。
次に本装置の構成と機能に就いて説明する。<1)わデ
ーターマトリックス作成装置であって認識しようとする
物体の有する物理量、化学It(寸法、形状、温度、圧
力、濃度、色、波長、時間等)を測定、し予め定められ
た形式に従ってデーターマトリックス[x、)コとして
f構成、出力する。(2)わ標準マトリックス出力装置
であって上記と同様の形式に従ってあらかじめ設定され
た標準マトリックス[S、iを出力する。(4)上記デ
ーターマトリックスと標準マトリックスを比較演算し、
その結果のアンサ−マトリックス[、A、、−]を予め
指定された許容誤差マトリッス [Δ1.]と比較し。
ーターマトリックス作成装置であって認識しようとする
物体の有する物理量、化学It(寸法、形状、温度、圧
力、濃度、色、波長、時間等)を測定、し予め定められ
た形式に従ってデーターマトリックス[x、)コとして
f構成、出力する。(2)わ標準マトリックス出力装置
であって上記と同様の形式に従ってあらかじめ設定され
た標準マトリックス[S、iを出力する。(4)上記デ
ーターマトリックスと標準マトリックスを比較演算し、
その結果のアンサ−マトリックス[、A、、−]を予め
指定された許容誤差マトリッス [Δ1.]と比較し。
<i) [A、、]≦[Δ、・]の場合”YEへ
と リ S゛を出力する。
と リ S゛を出力する。
(ii ) [A、、] > [△4..]の場
合”N。
合”N。
″を出力してつぎの過程に[X、、 ] 、及び[S、
、]を送る。
、]を送る。
上記”NO”の信号を受けた制御装置(4)でわ次の2
通りの機能を行う。
通りの機能を行う。
(i)予め指定された方法(プログラム)によるフィー
ドバック制御信号を(1)に送る。このフィードバック
信号わ(1)のデーターマトリックス作成装置に対して
データー作成方法の変更を指示する。
ドバック制御信号を(1)に送る。このフィードバック
信号わ(1)のデーターマトリックス作成装置に対して
データー作成方法の変更を指示する。
(ii)しA、−が最小となる方向を与える位相変換マ
トリックス[T、、]を求めて出力してデーターマトリ
ックスに作月ル、[X、、] * [T、]→しX、]
、とする、ここに[X、、J、わ変換後デークーマトリ
ックスを示す。
トリックス[T、、]を求めて出力してデーターマトリ
ックスに作月ル、[X、、] * [T、]→しX、]
、とする、ここに[X、、J、わ変換後デークーマトリ
ックスを示す。
又予め位相変換マトリックス[黒、]が標準マトリック
スに作用するように指定されている場合にわ[8,J
* [刀つ]→[3,、、]。
スに作用するように指定されている場合にわ[8,J
* [刀つ]→[3,、、]。
ここで[S、、]、わ交換後標準マトリックスを示しt
す、このように変換された各変換後マトリックスわ再び
比較演算部に送られ以後同様のプロセスを繰り返す事と
なる。
比較演算部に送られ以後同様のプロセスを繰り返す事と
なる。
上記のプロセスで予め用意されたプログラムの範囲角で
総て°°NO°°である場合、および極値計算での鼓車
ア〉・サーフ1−リックスで’ No’“である場合最
終的に’ No’”を出力する。
総て°°NO°°である場合、および極値計算での鼓車
ア〉・サーフ1−リックスで’ No’“である場合最
終的に’ No’”を出力する。
次に容袋;ηの構成、機能、原理及び理論について詳細
な説明を行う。
な説明を行う。
データーマトリックス作成部
一般に、物理量、化学量の測定をおこなう場合その空間
的、またわ時間豹変fヒが含む最大周波数をfとすれば
、元の波形わ2fの周波数によってサンプリングされた
データー系列によ−)で再現される。a用足系に要求さ
れる精度や再現性によりしっつさいの測定でわ必要、十
分な範囲で省略し、簡略化される。
的、またわ時間豹変fヒが含む最大周波数をfとすれば
、元の波形わ2fの周波数によってサンプリングされた
データー系列によ−)で再現される。a用足系に要求さ
れる精度や再現性によりしっつさいの測定でわ必要、十
分な範囲で省略し、簡略化される。
この様にして測定されたデーターわ上記の様に数値化さ
れ、これを一定の配列基準に従ってマトリックスとして
表示することが出来る。たとえば写真等によって得られ
る映像わ横i*縦jの数値マトリックスとして、各ドツ
トのサンプリングデーターのマトリックスで示される。
れ、これを一定の配列基準に従ってマトリックスとして
表示することが出来る。たとえば写真等によって得られ
る映像わ横i*縦jの数値マトリックスとして、各ドツ
トのサンプリングデーターのマトリックスで示される。
この各ドツトの性質に従い、次のような例が考えられる
。
。
くi) 同一物理量よたわ化学量の単一型。
(ii) 異なった物理量、化学量混在型。
(iii ) 同一物理量、化学量等をフィルター等
で分離し、またわ、異なる物理量、化学量を別別のマト
リックスとする分離多重型。
で分離し、またわ、異なる物理量、化学量を別別のマト
リックスとする分離多重型。
このような各種の作成方法わ全認識プロセスでの無駄時
間、重複、等を避けてより効率的、効果的な構成に有効
用ある。
間、重複、等を避けてより効率的、効果的な構成に有効
用ある。
認識判定演算部と認識の不確定性
認識判定の次の2つの方法、及びその併用とが考えられ
る。
る。
(i) 差分法
[Δ、、] = [X、、 ] −[S、; ]<ii
i 化分法 [X ]/[S、]=1+rΔ2.]値 さて、一般に物体の物理的特性わ、それ自体、分布した
範囲を持つ物である。一方認識のプロセスでも測定に用
いる媒体、手段等により測定誤差や量子化誤差お佳う。
i 化分法 [X ]/[S、]=1+rΔ2.]値 さて、一般に物体の物理的特性わ、それ自体、分布した
範囲を持つ物である。一方認識のプロセスでも測定に用
いる媒体、手段等により測定誤差や量子化誤差お佳う。
従って各データーマトリックのニレメンl−xわ真値X
、の周辺に成る分布をする。
、の周辺に成る分布をする。
これをf(x−x、、t)とする。
一般的な物理量でわf(x−x、、t)わ正規分布に成
ると言われている。従ってXがX、土△の中に入る確率
P(Δ)わ λ6++& 5 f (x−x、 、t) dx で与えられる。
ると言われている。従ってXがX、土△の中に入る確率
P(Δ)わ λ6++& 5 f (x−x、 、t) dx で与えられる。
従って、本認識系(測定系〜出力系)での各種アナログ
誤差、量子化誤差等お1番目のエレメントにたいしてf
、 (X、−X、、 、t)とすればx/ S
f (x、−x、、 、t)dx従って単一エレメン
トで考えると、△、を定めればX、をxl、と判定する
にわ2通りの考えかたが有ることが理解される。
誤差、量子化誤差等お1番目のエレメントにたいしてf
、 (X、−X、、 、t)とすればx/ S
f (x、−x、、 、t)dx従って単一エレメン
トで考えると、△、を定めればX、をxl、と判定する
にわ2通りの考えかたが有ることが理解される。
(i) Xh(X、でないのにX、とする誤り。
(ii) XわX、であるのにX、でわないとする誤
り。
り。
一般的にわ、各エレメントの誤差の分布関数をf、。
(X、1、t)とすれば、各事象わ多重相互相関事象で
あるから [X、、]が[X、、]、±[Δ、Jの範囲に発生すし
−1−レC る確率わ −X・ ・し)dx ・・・dx二よ、、dx、。
あるから [X、、]が[X、、]、±[Δ、Jの範囲に発生すし
−1−レC る確率わ −X・ ・し)dx ・・・dx二よ、、dx、。
であたえられる、勿論この場合の認識誤差(限界)マト
リックス[Δ、−である。
リックス[Δ、−である。
このように認識の確かされ誤認識の発生と表裏一体の関
係にあり、これを認識の”不確定性原理”呼ぶことにす
る。
係にあり、これを認識の”不確定性原理”呼ぶことにす
る。
以上の事から本認識装置自体の誤差関数を予め求め、検
定しておく事により、[Δ ]をさだめて、おけば本装
置により認識と同時にその確かさの確率も合わせて知る
事が出来る。
定しておく事により、[Δ ]をさだめて、おけば本装
置により認識と同時にその確かさの確率も合わせて知る
事が出来る。
分布が正規でない場合も
X:r
dx、ま
ただし
Δ、−H−Δ。、わ正値
Δゆ。、、矢、わ負値
であたえられる。
制御機構
制御機構の機能の内で最も重要なものわアンサ−マトリ
ックス[A ]を最小の方向に向わせるように作用す
る、位相変換マトリックスを求める事である。
ックス[A ]を最小の方向に向わせるように作用す
る、位相変換マトリックスを求める事である。
必要な位相変換マトリックスの機能を
θ 、i=1〜p
として、各マトリックス要素X、の変換後の値をx/r
Lとすれば X、、jz=Jj 、、 tx、、e 、 、 、
e、 1峙 寸 − なる、i *jMの関数があたえられなければならない
、ただし p=i*jとする。
Lとすれば X、、jz=Jj 、、 tx、、e 、 、 、
e、 1峙 寸 − なる、i *jMの関数があたえられなければならない
、ただし p=i*jとする。
この方法としてわ、要求される問題に適合する極値計算
の各種の方法を適用すればよい、具体的にわ、リニヤ−
プログラミング、ダイナミック10グラミグ、最大原理
、直接極値計算等が有る。
の各種の方法を適用すればよい、具体的にわ、リニヤ−
プログラミング、ダイナミック10グラミグ、最大原理
、直接極値計算等が有る。
又その全過程の効率化のためにわ、プログラム追跡と極
値計算の繰り返し適用がよいと考えられるが、特に一つ
の重要な機能わブタ−マトリックスと標準マトリックス
の整合化を行う事である。
値計算の繰り返し適用がよいと考えられるが、特に一つ
の重要な機能わブタ−マトリックスと標準マトリックス
の整合化を行う事である。
各図面に於いて、111.データーマトリックス作成装
置、2.、、標準マトリックス出力装置、301.許容
誤差マj・リックス出力装置、4.、、比較演算装置、
598.制御装置、をしめし、6わ被認識物体等、7及
び7′わそれぞれ変換マトリックスを演算fIP用させ
る演算部、8わデータマトリックス(またわその変換後
)と標準マトリックス(またわその変換後)を比較する
演算部、を示す。
置、2.、、標準マトリックス出力装置、301.許容
誤差マj・リックス出力装置、4.、、比較演算装置、
598.制御装置、をしめし、6わ被認識物体等、7及
び7′わそれぞれ変換マトリックスを演算fIP用させ
る演算部、8わデータマトリックス(またわその変換後
)と標準マトリックス(またわその変換後)を比較する
演算部、を示す。
又第3図9わ計算された判定の正しさくまたわ誤り)の
確率の表示部を示す。
確率の表示部を示す。
又同時に記入されている記号わ、[X、i、、。
データマトリックス、[X、、]、、、、変変換後−タ
ーマトリックス、[S、、] 、、、a準マトリックス
、LS−] 、、、、変換t&標準マトリックス、[A
、、] 、、、比較後のアンンサーマトリックス、そし
て、[△;、J 、 、 、許容誤差マトリックスをし
めず。
ーマトリックス、[S、、] 、、、a準マトリックス
、LS−] 、、、、変換t&標準マトリックス、[A
、、] 、、、比較後のアンンサーマトリックス、そし
て、[△;、J 、 、 、許容誤差マトリックスをし
めず。
1、ν詐出願人 株式会社 ソフテム
代表取締役 大月 玲子
図−1
図−2
Claims (1)
- 【特許請求の範囲】 1 認識しようとする物体の物理的、化学的特性値を測
定し、これを定められた形式のデーターマトリクックス
(行列式)に作成して出力する装置と、上記と同じ形式
で用意された標準物体を示す標準マトッリクスを出力す
る装置との間に、上記2つのマトリックスを比較演算す
る装置を設ける。 上記の比較演算によって得られた答えお示めすアンサー
マトリックスが、別に示される理論によって、その認識
の確からしさ、すなはち認識の正しさの確率を指定する
ことによって与えられる許容誤差を示すところの許容誤
差マトリックスの範囲内にある場合にわ被認識体わ標準
物体と同一の母集団に属する物体として判定して出力し
、上記の誤差マトッリクスの範囲お越える場合わ予め与
えられたプログラムにしたがってデーターマトリッスの
作成の方法お変更し、そして、またわデーターマトッリ
クスと標準マトリックスの差 、すなはちアンサーマトリックスが最小の方向に向かう
様に作用する変換マトッリクスを原データーマトリック
スの近傍に求め(極値解析)、これおフィードバックし
てデーターマトッリクスまたわ標準マトッリクスに演算
し、この変換後データーマトリクッスまたわ変換後標準
マトッリックスを前記の比較演算装置に更めて入力させ
る制御装置を有し、これによって再び比較演算装置にお
いて得られるアンサーマリトックスが許容誤差マトリッ
クスの範囲内に成ったとき、被認識物体わ標準物体と同
一の母集団に属すると判定し、出力する。 又上記の繰り返しによるアン−マトリックスの最小計算
値が誤差マトリックス内に入らない場合、被認識物体わ
標準物体と同一の母集団にわ属さないと測定し、出力す
る装置。 2 前記の装置において許容誤差マトリックスを指定せ
ず(またわ許容誤差マトリックスを0と指定)に作動さ
せることにより得られるアンサーマトリッリックスの最
小計算値をもとめる。 次に、別に示される理論により上記最小アンサーマトリ
ックス値に対応する、予め与えられた標準マトリックス
の発生確率分布関数から計算される誤差マトリックスに
対応する、被認識物体が標準と同一の母集団に属する確
率を求め、本データーマトリックッスが、標準データー
マトリックスと同一母集団に属すると判断される確率を
計算して、その結果を出力する装置を前記1の発明に付
加した装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8714986A JPS62245390A (ja) | 1986-04-17 | 1986-04-17 | 物体等認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8714986A JPS62245390A (ja) | 1986-04-17 | 1986-04-17 | 物体等認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS62245390A true JPS62245390A (ja) | 1987-10-26 |
Family
ID=13906918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP8714986A Pending JPS62245390A (ja) | 1986-04-17 | 1986-04-17 | 物体等認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS62245390A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6487143A (en) * | 1987-09-29 | 1989-03-31 | Olympus Optical Co | Method and device of centering lens at centering machine |
-
1986
- 1986-04-17 JP JP8714986A patent/JPS62245390A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6487143A (en) * | 1987-09-29 | 1989-03-31 | Olympus Optical Co | Method and device of centering lens at centering machine |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4837708A (en) | Process and apparatus for determining flow rate of a flow medium in a flow line | |
US8868985B2 (en) | Supervised fault learning using rule-generated samples for machine condition monitoring | |
US6321216B1 (en) | Method for analysis and display of transient process events using Kohonen map | |
JPS5833105A (ja) | 要素識別装置 | |
CN108614071A (zh) | 分布式室外大气质量监测精度校正系统及参数更新方法 | |
CN111160838A (zh) | 一种基于bim技术的3d可视化建筑项目管理系统及方法 | |
Koivo et al. | Identification of mathematical models for DO and BOD concentrations in polluted streams from noise corrupted measurements | |
Klass et al. | Lifelong performance monitoring of PEM fuel cells using machine learning models | |
JPS62245390A (ja) | 物体等認識装置 | |
CN113723701A (zh) | 森林火灾监测预测方法及系统、电子设备及存储介质 | |
CN117804553A (zh) | 一种基于NB-IoT技术的智能燃气表 | |
CN117877011A (zh) | 一种基于神经网络的仪表动态追踪与识别方法和系统 | |
WO2020028894A1 (en) | System for monitoring grating formation | |
Guo et al. | Using modular neural networks to monitor accident conditions in nuclear power plants | |
CN115575330A (zh) | 一种空间分区偏振调制光源及基于该光源的缪勒矩阵成像系统 | |
CN117746345B (zh) | 一种基于大数据的物资状态监控系统与方法 | |
CN115082824B (zh) | 基于多种神经网络协同识别fcb机组汽包水位的方法 | |
CN117270709B (zh) | 鼠标指针控制方法 | |
CN114780940B (zh) | 跨系统数据共享交互的项目运行监控及预警方法、系统 | |
CN115329906B (zh) | 一种基于图正则化网络的故障诊断方法及装置 | |
JPH01106103A (ja) | プロセス制御装置 | |
Murakami | A new direct analysis method for measuring particle size and location by inline hologram | |
JPS6095613A (ja) | プラントの診断方法 | |
CN116907450A (zh) | 一种排污口污染物溯源方法和装置 | |
Kämmerer | Incorporating uncertainty in neural networks |