RU2541853C1 - Устройство ассоциативного распознавания - Google Patents

Устройство ассоциативного распознавания Download PDF

Info

Publication number
RU2541853C1
RU2541853C1 RU2013154665/08A RU2013154665A RU2541853C1 RU 2541853 C1 RU2541853 C1 RU 2541853C1 RU 2013154665/08 A RU2013154665/08 A RU 2013154665/08A RU 2013154665 A RU2013154665 A RU 2013154665A RU 2541853 C1 RU2541853 C1 RU 2541853C1
Authority
RU
Russia
Prior art keywords
blocks
groups
inputs
values
outputs
Prior art date
Application number
RU2013154665/08A
Other languages
English (en)
Inventor
Владимир Юрьевич Анисимов
Руслан Сергеевич Явтушенко
Геннадий Геннадиевич Молоканов
Александр Александрович Потюпкин
Original Assignee
Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования"Военная академия Ракетных войск стратегического назначения имени Петра Великого" Министерства обороны Российской Федерации
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 Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования"Военная академия Ракетных войск стратегического назначения имени Петра Великого" Министерства обороны Российской Федерации filed Critical Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования"Военная академия Ракетных войск стратегического назначения имени Петра Великого" Министерства обороны Российской Федерации
Priority to RU2013154665/08A priority Critical patent/RU2541853C1/ru
Application granted granted Critical
Publication of RU2541853C1 publication Critical patent/RU2541853C1/ru

Links

Landscapes

  • Image Analysis (AREA)

Abstract

Изобретение относится к области обработки данных, в частности, для преобразования сигналов и изображений, задаваемых невзвешенными цифровыми кодами, во взвешенные коды и может быть использовано для обработки и распознавания сигналов и изображений. Техническим результатом является повышение точности распознавания при распознавании объектов в условиях отсутствия и/или сильного искажения отдельных областей изображения. Устройство содержит Р блоков выделения максимального сигнала, Р блоков вычисления активационной функции, Р групп блоков умножителей, Р групп дешифраторов и Р групп блоков формирования значений функций принадлежности. В устройстве достигается повышение точности и расширение функциональных возможностей. 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 использовано для обработки и распознавания сигналов и изображений.
Известно устройство, содержащее генераторы пилообразного напряжения, аналого-цифровые и цифроаналоговые 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-го блока умножения на весовые коэффициенты (i=1…N) соединен с выходом i-го параллельного сумматора, а каждый из выходов j-ого блока умножения на весовые коэффициенты (j=1…N) соединен с соответствующим ему входом взвешенного сигнала i-го 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, Р-1 параллельных сумматоров со второго по Р-й, Р-1 блоков вычисления активационной функции со второго по Р-й, 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 Р-ю 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 К блоков формирования значений функций принадлежности с первого по К-й, входы каждого из которых соединены с входами одноименных блоков значений функций принадлежности каждой из других групп из Р групп блоков формирования значений функций принадлежности и являются входами устройства ассоциативного распознавания [RU 2342702, С2, G06K 9/62, 27/06/2008].
Недостатком наиболее близкого технического решения является относительно узкие функциональные возможности и относительно низкая точность распознавания для случая, когда часть предъявляемых (входных, возбуждающих) сигналов, характеризующих наблюдаемое изображение, отсутствует, т.е. отдельные элементы и области изображений либо отсутствуют, либо полностью искажены. В этом случае суммирование значений функций принадлежности по элементам предъявляемого изображения может приводить к маскировке распознаваемых объектов за счет влияния отсутствующих или сильно искаженных элементов и областей изображений, что снижает достоверность их распознавания.
Требуемый технический результат заключается в расширении функциональных возможностей и повышении точности распознавания при распознавании объектов в условиях отсутствия и/или сильного искажения отдельных областей изображения
Требуемый технический результат достигается тем, что в устройство, содержащее Р блоков вычисления активационной функции и Р групп блоков формирования значений функций принадлежности, при этом каждая из Р групп блоков формирования значений функций принадлежности содержит К блоков формирования значений функций принадлежности, входы каждого из которых соединены с входами одноименных блоков значений функций принадлежности каждой из других групп из Р групп блоков формирования значений функций принадлежности и являются входами устройства ассоциативного распознавания, введены Р групп дешифраторов, содержащих К дешифраторов, входы каждого из которых соединены с входами устройства ассоциативного распознавания, Р групп умножителей, содержащих К умножителей, входы каждого из которых соединены с выходами соответствующего блока формирования функции принадлежности, выходами соответствующего дешифратора, и Р блоков выделения максимального сигнала, входы каждого из которых соединены с выходами соответствующей группы умножителей, а выходы каждого из Р блоков выделения максимального сигнала соединены с входом соответствующего блока вычисления активационной функции из Р блоков вычисления активационной функции.
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 (фиг.1).
Устройство ассоциативного распознавания содержит Р блоков выделения максимального сигнала с первого 1-1 по 1-Р и Р блоков вычисления активационной функции с первого 2-1 по 2-Р, входы каждого из которых соединены с выходами одноименных блоков выделения максимального сигнала 1-1…1-Р.
Устройство ассоциативного распознавания содержит также Р групп с первой 3-1 по Р-ю 3-Р блоков формирования значений функций принадлежности, Р групп с первой 4-1 по Р-ю 4-Р умножителей и Р групп с первой 5-1 по Р-ю 5-Р дешифраторов, при этом каждая из Р групп дешифраторов содержит К дешифраторов с первого по К-й (5-1-1,5-1-2, …, 5-1-К, …, 5-Р-К), входы каждого из которых соединены с входами устройства, каждая из Р групп умножителей содержит К умножителей с первого по К-й (4-1-1, … 4-1-К, … 4-Р-1, … 4-Р-К), входы каждого из которых соединены с выходами одноименных блоков формирования значений функции принадлежности Р групп формирований значений функции принадлежности и выходами одноименных дешифраторов Р групп дешифраторов, а выходы соединены с входами одноименных блоков выделения максимального сигнала 1-1…1-Р, при этом, каждая из Р групп блоков формирования значений функций принадлежности содержит К блоков формирования значений функций принадлежности с первого по К-й (3-1-1, …, 3-1-К, … 3-Р-1, …, 3-Р-К), входы каждого из которых соединены с входами одноименных блоков значений функций принадлежности каждой из других групп из Р 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 Р 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 Р изображений формируется функция принадлежности этого элемента в соответствии с наиболее типичным уровнем сигнала, соответствующего эталонному изображению. На основе подобных функнций производится программирование блоков формирования значений функций принадлежности (3-1-1…3-1-К, … 3-Р-1…3-Р-К).
На входы блоков 3-1-1…3-1-К, … 3-Р-1…3-Р-К формирования значений функций принадлежности поступают входные (возбуждающие) сигналы. При этом на входы одноименных блоков каждой из Р 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-К, … 3-Р-1…3-Р-К 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-К, … 3-Р-1…3-Р-К настроен на свой вид функции принадлежности.
В блоках 4-1-1, … 4-1-К, … 4-Р-1, … 4-Р-К умножителей сформированные функции принадлежности умножаются на весовые коэффициенты, отражающие представление о значимости соответствующего элемента изображения в эталонном образе, определяемом по значению, выдаваемому соответствующим дешифратором.
Дешифраторы 5-1-1, …, 5-1-К, …, 5-Р-К в зависимости от уровней входных сигналов устройства выдают значение весового коэффициента для соответствующего элемента изображения. В случае отсутствия части входных сигналов коэффициенты на оставшиеся входные сигналы могут увеличиваться.
В блоках 1-1…1-Р выделения максимального сигнала из сформированных значений сигналов с умножителей соответствующих им групп блоков умножителей выделяются максимальные сигналы, которые подаются на входы соответствующих блоков 2-1…2-Р 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 предложенном устройстве достигается требуемый технический результат, заключающийся в расширении функциональных возможностей, поскольку распознавание изображения производится с использованием информации о ситуационной 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, либо отсутствуют, либо полностью искажены, т.е. отдельные элементы и области изображений не 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, либо отсутствуют, либо являются полностью искаженными, т.е. отдельные элементы и области изображений практически полностью не совпадают с соответствующими элементами и областями изображений распознаваемых объектов, с учетом значимости данных элементов.

Claims (1)

  1. Устройство ассоциативного распознавания, содержащее Р блоков вычисления активационной функции и Р групп блоков формирования значений функций принадлежности, при этом каждая из Р групп блоков формирования значений функций принадлежности содержит К блоков формирования значений функций принадлежности, входы каждого из которых соединены с входами одноименных блоков значений функций принадлежности каждой из других групп из Р групп блоков формирования значений функций принадлежности и являются входами устройства ассоциативного распознавания, отличающееся тем, что введены Р групп дешифраторов, каждая из которых содержит К дешифраторов, входы каждого из которых соединены со входами устройства, Р групп блоков умножителей, каждая из которых содержит К блоков умножителей, входы каждого из которых соединены с выходами соответствующих блоков формирования значений функции принадлежности из Р групп блоков формирования функции принадлежности и выходами соответствующих дешифраторов из Р групп дешифраторов, а выходы соединены с соответствующими входами Р блоков выделения максимального сигнала, а выходы каждого из Р блоков выделения максимального сигнала соединены с входом соответствующего блока вычисления активационной функции из Р блоков вычисления активационной функции.
RU2013154665/08A 2013-12-10 2013-12-10 Устройство ассоциативного распознавания RU2541853C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2013154665/08A RU2541853C1 (ru) 2013-12-10 2013-12-10 Устройство ассоциативного распознавания

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2013154665/08A RU2541853C1 (ru) 2013-12-10 2013-12-10 Устройство ассоциативного распознавания

Publications (1)

Publication Number Publication Date
RU2541853C1 true RU2541853C1 (ru) 2015-02-20

Family

ID=53288809

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2013154665/08A RU2541853C1 (ru) 2013-12-10 2013-12-10 Устройство ассоциативного распознавания

Country Status (1)

Country Link
RU (1) RU2541853C1 (ru)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4955056A (en) * 1985-07-16 1990-09-04 British Telecommunications Public Company Limited Pattern recognition system
EP0713190B1 (en) * 1994-03-03 2001-10-17 Alexandr Sergeevich Dmitriev Method of objects recognition
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4955056A (en) * 1985-07-16 1990-09-04 British Telecommunications Public Company Limited Pattern recognition system
EP0713190B1 (en) * 1994-03-03 2001-10-17 Alexandr Sergeevich Dmitriev Method of objects recognition
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

Similar Documents

Publication Publication Date Title
CN109891897B (zh) 用于分析媒体内容的方法
US8463025B2 (en) Distributed artificial intelligence services on a cell phone
Li et al. Contextual hourglass network for semantic segmentation of high resolution aerial imagery
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
EP3189443A1 (en) Event-driven spatio-temporal short-time fourier transform processing for asynchronous pulse-modulated sampled signals
CN111382868A (zh) 神经网络结构搜索方法和神经网络结构搜索装置
CN113609495A (zh) 用于同态加密处理的设备和方法、包括该设备的系统
Wang et al. TRC‐YOLO: A real‐time detection method for lightweight targets based on mobile devices
Zhang et al. Deep learning on symbolic representations for large-scale heterogeneous time-series event prediction
CN113204655B (zh) 多媒体信息的推荐方法、相关装置及计算机存储介质
Shrivastava et al. Mobivsr: A visual speech recognition solution for mobile devices
CN117082118B (zh) 基于数据推导及端口预测的网络连接方法
CN114037882A (zh) 边缘人工智能装置、电子装置及其方法
CN114821432B (zh) 基于离散余弦变换的视频目标分割对抗攻击方法
Subba Reddy et al. Hyperspectral image classification with optimized compressed synergic deep convolution neural network with aquila optimization
RU2342702C2 (ru) Устройство ассоциативного распознавания
CN113489925B (zh) 一种实现卷积计算的焦平面探测器读出电路
FR3026526A1 (fr) Procede et systeme de detection d'evenements de nature connue
RU2541853C1 (ru) Устройство ассоциативного распознавания
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
RU62314U1 (ru) Формальный нейрон
Branitskiy et al. Network anomaly detection based on an ensemble of adaptive binary classifiers

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20151211