RU2504837C1 - Устройство ассоциативного распознавания - Google Patents
Устройство ассоциативного распознавания Download PDFInfo
- Publication number
- RU2504837C1 RU2504837C1 RU2012119818/08A RU2012119818A RU2504837C1 RU 2504837 C1 RU2504837 C1 RU 2504837C1 RU 2012119818/08 A RU2012119818/08 A RU 2012119818/08A RU 2012119818 A RU2012119818 A RU 2012119818A RU 2504837 C1 RU2504837 C1 RU 2504837C1
- Authority
- RU
- Russia
- Prior art keywords
- blocks
- groups
- inputs
- units
- values
- Prior art date
Links
Landscapes
- Image Analysis (AREA)
Abstract
Изобретение относится к области обработки данных для преобразования сигналов и изображений, задаваемых невзвешенными цифровыми кодами, во взвешенные коды и может быть использована для обработки и распознавания сигналов и изображений. Техническим результатом является расширение функциональных возможностей устройства, а также повышение точности распознавания при распознавании объектов с отдельными слабо и/или неполностью искаженными областями. Устройство ассоциативного распознавания содержит P блоков вычисления активационной функции и P групп блоков формирования значений функций принадлежности, при этом каждая из P групп блоков формирования значений функций принадлежности содержит K блоков формирования значений функций принадлежности, входы каждого из которых соединены с входами одноименных блоков значений функций принадлежности каждой из других групп из P групп блоков формирования значений функций принадлежности и являются входами устройства ассоциативного распознавания, причем введены P групп блоков умножителей на весовые коэффициенты, каждая из которых содержит K блоков умножителей на весовые коэффициенты, входы каждого из которых соединены с выходами соответствующих блоков формирования значений функции принадлежности из P групп блоков формирования функции принадлежности, а выходы соединены с соответствующими входами P блоков выделения максимального сигнала, а выходы каждого из P блоков выделения максимального сигнала соединены с входом соответствующего блока вычисления активационной функции из P блоков вычисления активационной функции. 1 ил.
Description
Изобретение относится к области обработки данных для специальных применений, в частности, для преобразования сигналов и изображений, задаваемых невзвешенными цифровыми кодами, во взвешенные коды, и может быть использована для обработки и распознавания сигналов и изображений.
Известно устройство, содержащее генераторы пилообразного напряжения, аналого-цифровые и цифро-аналоговые преобразователи, элементы ИЛИ, блоки памяти функций принадлежности, блоки определения минимума, блоки сравнения, блоки вычитания из единицы, регистры, счетчик и элементы задержки с соответствующими связями [SU 1791815, G06F 7/58, 1990].
Недостатком устройства являются относительно узкие функциональные возможности.
Известно также устройство, содержащее n параллельных сумматоров, входы и выходы которых являются, соответственно, группой входов и группой выходов устройства, а также n блоков умножения на весовые коэффициенты, при этом, вход i-ого блока умножения на весовые коэффициенты (i=1…N) соединен с выходом i-ого параллельного сумматора, а каждый из выходов j-ого блока умножения на весовые коэффициенты (j=1…N) соединен с соответствующим ему входом взвешенного сигнала i-ого сумматора (i не=j) [А.В. Назаров, А.И. Лоскутов "Нейросетевые алгоритмы прогнозирования и оптимизации систем", Санкт-Петербург, "Наука и Техника", 2003 г., стр.231].
Недостатком этого устройства также являются относительно узкие функциональные возможности.
Кроме того, известно устройство, содержащее группу умножителей на весовые коэффициенты, входы которых являются входами устройства, параллельный сумматор, входы которого соединены к выходами умножителей на весовые коэффициенты, и блок вычисления активационной функции, вход которого соединен с выходом параллельного сумматора, а выход - является выходом устройства [Редько В.Г. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики. М.: КомКнига, 2006, стр. ис.5.1].
Недостатком и этого устройства также являются относительно узкие функциональные возможности, обусловленные тем, что, устройство позволяет распознавать сигналы и изображения с использованием моделирования работы нейрона в допущении, что весовые коэффициенты для входных сигналов могут быть определены точно, что позволяет использовать их в умножителях на весовые коэффициенты. На практике значения весовых коэффициентов не всегда могут быть определены точно и в большинстве случаев их значения являются нечеткими, «размытыми», что снижает точность устройства и сужает функциональные возможности известного устройства.
Наиболее близким по технической сущности к предлагаемому является устройство ассоциативного распознавания, содержащее первый параллельный сумматор и первый блок вычисления активационной функции, вход которого соединен с выходом первого параллельного сумматора, а выход - является первым выходом устройства ассоциативного распознавания, P-1 параллельных сумматоров со второго по P-ый, P-1 блоков вычисления активационной функции со второго по P-ый, входы каждого из которых соединены с выходами одноименных параллельных сумматоров, а выходы являются одноименными выходами устройства ассоциативного распознавания, а также Р групп с первой по P-ую блоков формирования значений функций принадлежности, выходы каждой из которых соединены с входами одноименных параллельных сумматоров, при этом, каждая из Р групп блоков формирования значений функций принадлежности содержит K блоков формирования значений функций принадлежности с первого по K-ый, входы каждого из которых соединены с входами одноименных блоков значений функций принадлежности каждой из других групп из P групп блоков формирования значений функций принадлежности и являются входами устройства ассоциативного распознавания [RU 2342702, C2, G06K 9/62, 27/06/2008].
Недостатком наиболее близкого технического решения является относительно узкие функциональные возможности и относительно низкая точность распознавания для случая, когда предъявляемые (входные, возбуждающие) сигналы, характеризующие наблюдаемое изображение, являются слабо и/или не полностью искаженными, т.е. отдельные элементы и области изображений практически полностью совпадают с соответствующими элементами и областями изображений распознаваемых объектов. В этом случает суммирование значений функций принадлежности по элементам предъявляемого изображения может приводить к маскировке распознаваемых объектов за счет влияния относительно других элементов и областей изображений, что снижает достоверность их распознавания.
Требуемый технический результат заключается в расширении функциональных возможностей и повышении точности распознавания при распознавании объектов с отдельными слабо и/или не полностью искаженными областями.
Требуемый технический результат достигается тем, что, в устройство, содержащее P блоков вычисления активационной функции и P групп блоков формирования значений функций принадлежности, при этом, каждая из P групп блоков формирования значений функций принадлежности содержит K блоков формирования значений функций принадлежности, входы каждого из которых соединены с входами одноименных блоков значений функций принадлежности каждой из других групп из P групп блоков формирования значений функций принадлежности и являются входами устройства ассоциативного распознавания, введены P групп умножителей на весовые коэффициенты содержащие K умножителей на весовые коэффициенты, входы каждого из которых соединены с выходами соответствующего блока формирования функции принадлежности и P блоков выделения максимального сигнала, входы каждого из которых соединены с выходами соответствующей группы умножителей на весовые коэффициенты, а выходы каждого из P блоков выделения максимального сигнала соединены с входом соответствующего блока вычисления активационной функции из P блоков вычисления активационной функции.
Анализ научно-технической и патентной литературы показал, что до даты подачи заявки отсутствовали устройства с указанной совокупностью признаков. Следовательно, оно отвечает критерию новизны.
Кроме того, требуемый технический результат достигается тем, что для достижения требуемого технического результата введены P групп умножителей на весовые коэффициенты содержащие K умножителей на весовые коэффициенты, входы каждого из которых соединены с выходами соответствующего блока формирования функции принадлежности и P блоков выделения максимального сигнала, входы каждого из которых соединены с выходами соответствующей группы умножителей на весовые коэффициенты, а выходы каждого из P блоков выделения максимального сигнала соединены с входом соответствующего блока вычисления активационной функции из P блоков вычисления активационной функции.
Анализ научно-технической и патентной литературы показал, что до даты подачи заявки отсутствовали технические решения, в которых поставленная техническая задача была решена с использованием указанной совокупности признаков. Следовательно, решение отвечает критерию изобретательского уровня.
Дополнительно отметим, что, как будет показано ниже, предлагаемое техническое решение может быть реализовано с помощью известных элементов цифровой техники. Следовательно, оно отвечает критерию промышленной применимости.
На чертеже представлена электрическая структурная схема устройства ассоциативного распознавания.
Устройство ассоциативного распознавания содержит P блоков выделения максимального сигнала с первого 1-1 по 1-P и P блоков вычисления активационной функции с первого 2-1 по 2-P, входы каждого из которых соединены с выходами одноименных блоков выделения максимального сигнала 1-1…1-P.
Устройство ассоциативного распознавания содержит также P групп с первой 3-1 по P-ую 3-P блоков формирования значений функций принадлежности и P групп с первой 4-1 по P-ую 4-P умножителей на весовые коэффициенты, при этом каждая из P групп умножителей на весовые коэффициенты содержит K умножителей на весовые коэффициенты с первого по K-ый (4-1-1, …4-1-K, …4-Р-1, …4-P-K), входы каждого из которых соединены с выходами одноименных блоков формирования значений функции принадлежности P групп формирований значений функции принадлежности, а выходы соединены с входами одноименных блоков выделения максимального сигнала 1-1…1-P, при этом, каждая из P групп блоков формирования значений функций принадлежности содержит K блоков формирования значений функций принадлежности с первого по K-ый (3-1-1…3-1-K, …3-P-1…3-P-K), входы каждого из которых соединены с входами одноименных блоков значений функций принадлежности каждой из других групп из P групп блоков формирования значений функций принадлежности и являются входами устройства ассоциативного распознавания.
Блок выделения максимального сигнала является стандартным элементом вычислительной техники, а блоки формирования значений функций принадлежности и блоки вычисления активационной функции охарактеризованы на функциональном уровне и в предложенном техническом решении используются примеры их выполнения из устройства-прототипа.
Работает устройство ассоциативного распознавания следующим образом.
Предварительно анализируется P групп образцов сигналов или изображений по нечеткой, «размытой» информации, например, по зашумленным фотографиям. Следовательно, отсутствие точных эталонных изображений образцов заменяется их ассоциативными, нечеткими, «размытыми» изображениями. В результате для каждого элемента из P изображений формируется функция принадлежности этого элемента в соответствии с наиболее типичным уровнем сигнала, соответствующего эталонному изображению. На основе подобных функций производится программирование блоков формирования значений функций принадлежности (3-1-1…3-1-K, …3-Р-1…3-P-K).
На входы блоков 3-1-1…3-1-K, …3-P-1…3-P-K формирования значений функций принадлежности поступают входные (возбуждающие) сигналы. При этом на входы одноименных блоков каждой из P групп блоков подаются одноименные сигналы, например, сигналы, характеризующие одинаковые элементы изображения. Каждый из этих сигналов преобразуется в соответствующем ему блоке 3-1-1…3-1-K, …3-P-1…3-P-K в значение функции принадлежности, которое отражает нечеткое представление о соответствии уровня входного сигнала соответствующему эталонному сигналу (элементу изображения).
Каждый из блоков 3-1-1…3-1-K, …3-Р-1…3-Р-K настроен на свой вид функции принадлежности.
В блоках 4-1-1, …4-1-K, …4-P-1, …4-P-K умножителей на весовые коэффициенты сформированные функции принадлежности умножаются на весовые коэффициенты отражающие представление о значимости соответствующего элемента изображения в эталонном образе.
В блоках 1-1…1-P выделения максимального сигнала из сформированных значений сигналов с умножителей на весовые коэффициенты соответствующих им групп блоков умножителей на весовые коэффициенты выделяются максимальные сигналы, которые подаются на входы соответствующих блоков 2-1…2-P вычисления активационной функции. В простейшем случае они могут быть выполнены в виде пороговых блоков.
При превышении их пороговых уровней на выходах формируется уровень логической единицы, который сигнализирует о распознавании входного сигнала при нечетком представлении о значении его отдельных элементов.
Таким образом, в предложенной устройстве достигается требуемый технический результат, заключающийся в расширении функциональных возможностей, поскольку распознавание изображения производится с использованием информации о значимости отдельных элементов изображения и ранговой обработки сигналов путем выделения максимального сигнала.
Кроме того, повышается и точность распознавания когда предъявляемые (входные, возбуждающие) сигналы, характеризующие наблюдаемое изображение, являются слабо и/или не полностью искаженными, т.е. отдельные элементы и области изображений практически полностью совпадают с соответствующими элементами и областями изображений распознаваемых объектов при этом учитывается информация о значимости отдельных элементов изображения. В предложенном техническом решении выделение максимального значения из множества значений функций принадлежности практически исключает ошибки при распознавании, когда предъявляемые (входные, возбуждающие) сигналы, характеризующие наблюдаемое изображение, являются слабо и/или не полностью искаженными, т.е. отдельные элементы и области изображений практически полностью совпадают с соответствующими элементами и областями изображений распознаваемых объектов, с учетом значимости данных элементов.
Claims (1)
- Устройство ассоциативного распознавания, устройство, содержащее P блоков вычисления активационной функции и P групп блоков формирования значений функций принадлежности, при этом каждая из P групп блоков формирования значений функций принадлежности содержит K блоков формирования значений функций принадлежности, входы каждого из которых соединены с входами одноименных блоков значений функций принадлежности каждой из других групп из P групп блоков формирования значений функций принадлежности и являются входами устройства ассоциативного распознавания, отличающееся тем, что введены P групп блоков умножителей на весовые коэффициенты, каждая из которых содержит K блоков умножителей на весовые коэффициенты, входы каждого из которых соединены с выходами соответствующих блоков формирования значений функции принадлежности из P групп блоков формирования функции принадлежности, а выходы соединены с соответствующими входами P блоков выделения максимального сигнала, а выходы каждого из P блоков выделения максимального сигнала соединены с входом соответствующего блока вычисления активационной функции из P блоков вычисления активационной функции.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012119818/08A RU2504837C1 (ru) | 2012-05-15 | 2012-05-15 | Устройство ассоциативного распознавания |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012119818/08A RU2504837C1 (ru) | 2012-05-15 | 2012-05-15 | Устройство ассоциативного распознавания |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2012119818A RU2012119818A (ru) | 2013-11-20 |
RU2504837C1 true RU2504837C1 (ru) | 2014-01-20 |
Family
ID=49555102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2012119818/08A RU2504837C1 (ru) | 2012-05-15 | 2012-05-15 | Устройство ассоциативного распознавания |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2504837C1 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2730179C1 (ru) * | 2019-09-06 | 2020-08-19 | Валерий Никонорович Кучуганов | Устройство ассоциативного распознавания образов |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04302328A (ja) * | 1991-03-29 | 1992-10-26 | Omron Corp | ファジィ処理装置および方法 |
GB2329739A (en) * | 1997-09-26 | 1999-03-31 | Daewoo Electronics Co Ltd | Fuzzy-neural face recognition |
RU2223545C1 (ru) * | 2002-07-09 | 2004-02-10 | Военная академия Ракетных войск стратегического назначения им. Петра Великого | Устройство для распознавания объектов |
RU2303813C1 (ru) * | 2006-05-29 | 2007-07-27 | Военная академия Ракетных войск стратегического назначения имени Петра Великого | Устройство для распознавания объектов |
RU2342702C2 (ru) * | 2006-12-20 | 2008-12-27 | Военная академия Ракетных войск стратегического назначения имени Петра Великого | Устройство ассоциативного распознавания |
-
2012
- 2012-05-15 RU RU2012119818/08A patent/RU2504837C1/ru not_active IP Right Cessation
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04302328A (ja) * | 1991-03-29 | 1992-10-26 | Omron Corp | ファジィ処理装置および方法 |
GB2329739A (en) * | 1997-09-26 | 1999-03-31 | Daewoo Electronics Co Ltd | Fuzzy-neural face recognition |
RU2223545C1 (ru) * | 2002-07-09 | 2004-02-10 | Военная академия Ракетных войск стратегического назначения им. Петра Великого | Устройство для распознавания объектов |
RU2303813C1 (ru) * | 2006-05-29 | 2007-07-27 | Военная академия Ракетных войск стратегического назначения имени Петра Великого | Устройство для распознавания объектов |
RU2342702C2 (ru) * | 2006-12-20 | 2008-12-27 | Военная академия Ракетных войск стратегического назначения имени Петра Великого | Устройство ассоциативного распознавания |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2730179C1 (ru) * | 2019-09-06 | 2020-08-19 | Валерий Никонорович Кучуганов | Устройство ассоциативного распознавания образов |
Also Published As
Publication number | Publication date |
---|---|
RU2012119818A (ru) | 2013-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Michalski et al. | Modeling deep temporal dependencies with recurrent grammar cells"" | |
US20170344829A1 (en) | Skeleton -based action detection using recurrent neural network | |
CN109241888B (zh) | 神经网络训练与对象识别方法、装置和系统及存储介质 | |
CN110506282B (zh) | Rpu阵列的更新管理 | |
Imani et al. | Fach: Fpga-based acceleration of hyperdimensional computing by reducing computational complexity | |
Zhai et al. | Real‐time optical character recognition on field programmable gate array for automatic number plate recognition system | |
Sun et al. | Categorizing malware via A Word2Vec-based temporal convolutional network scheme | |
WO2020258902A1 (zh) | 图像生成和神经网络训练方法、装置、设备和介质 | |
EP3924895A1 (en) | Outlier quantization for training and inference | |
CN111357051B (zh) | 语音情感识别方法、智能装置和计算机可读存储介质 | |
El-Bakry | A novel high-speed neural model for fast pattern recognition | |
Jeong et al. | Sensor-data augmentation for human activity recognition with time-warping and data masking | |
Shrivastava et al. | Mobivsr: A visual speech recognition solution for mobile devices | |
RU2342702C2 (ru) | Устройство ассоциативного распознавания | |
Liu et al. | Synthesis of spatio-temporal descriptors for dynamic hand gesture recognition using genetic programming | |
CN115587321A (zh) | 一种脑电信号识别分类方法、系统及电子设备 | |
CN111709415A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
Zhongkai et al. | A comparative study: Toward an effective convolutional neural network architecture for sensor-based human activity recognition | |
CN114895275A (zh) | 基于高效多维注意力神经网络的雷达微动手势识别方法 | |
RU2504837C1 (ru) | Устройство ассоциативного распознавания | |
Molin et al. | FPGA emulation of a spike-based, stochastic system for real-time image dewarping | |
RU2485682C1 (ru) | Устройство ассоциативного распознавания | |
Sahani et al. | FPGA-based semisupervised multifusion RDCNN of process robust VMD data with online kernel RVFLN for power quality events recognition | |
RU2541853C1 (ru) | Устройство ассоциативного распознавания | |
RU62314U1 (ru) | Формальный нейрон |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20160516 |