1
Изобретение может быть использовано в вычислительной технике и технической кибернетике.
Известны распознающие устройства - перцептроны. Собственно распознающая часть перцептронов состоит из слоя ассоциативных элементов, входы которых связаны определенным образом с чувствительными элементами; выходы ассоциативных элементов связаны со входами реагирующего элемента, формирующего решение о принадлежности предъя ленного изображения к тому или иному образу на основе анализа знака суммы входных сигналов. При этом в процессе обучения функционирует обратная связь, обеспечивающая изменение выходных сигналов ассоциативных элементов или весов таким образом, чтобы решение реагирующего элемента совпадало бы с указанием учителя.
Однако в таких устройствах учитывается не вся информация, полученная при обучении, так как те
изображения, решение о принадлеж ности которых совпадают с указаниями учителя, не вызывают изменения весов ассоциативных элементов. Неравномерность учета обучающей информации проявляется в том, что влияние изобрежений, предъявленных в конце обучения, существенно превышает влияние изображений, предъявленных в начале обучения, стирая в значительной степени результаты предыдущего обучения. Известные перцептроны имеют сложную структуру ассоциативных элементов, обуславливающую большой объем оборудования. Кроме того, не установлена способность перцептрона к обобщению, т.е. к правильному распознаванию изображений, не предъяв ленных в процессе обучения.
Цель изобретения заключается в упрощении структуры устройства для распознавания образов.
Эта цель достигается введением счетчика, входы которого соединены с выходами блока отбора максимальных весовых коэффициентов, а выходы - с управляющими входами схем сравнения и входом блока отбора максимальных весовых коэффициентов. На чертеже приведена блоксхема предлагаемого устройства. Устройство для распознавания образов содержит регистр I фиксации изображений, счетчик 2, схемы 3 совпадения, сумматор 4 по модулю два, регистр-преобразователь 5, накапливающий сумматор 6 и блок 7 отбора максимальны ; весовых коэффициентов. При этом выходы регистра фиксации изображений через, схемы совпадения подключены ко чхо дам сумматора по модулю два, входы блока 7 отбора максимальных весовых коэффициентов соединены с вы ходами накапливающего сумматора, выходы блока отбора максимальных весовых коэффициентов связаны со входами регистра-преобразователя, подключенного ко входам накапливаю щего сумматора, входы счетчика соединены с выходами блока 7, а вы ходы счетчика подключены к управляющим входам схем совпадения и к входу блока 7. Предлагаемое устройство работает следующим образом. Пусть в счетчике 2 в двоичной форме зафиксировано некоторое чис ло ... CL .--CiC , а в регистре I фиксации изображений двоичные компоненты х,.... х... х изображения х . На выходе сумыатора модулю два образуется сумма )СгьеэСа©...© CL ... © С х, . Поскольку выход сумматора по модулю два связан со знаковый разрядом регистра-пре образователя 5, а в этот регистрпреобразователь поступает от учителя функция (х) принадлежности изображения х к образу +1 или -I, равная соответственно +1 или -I, то в регистре-преобразователе формируется произведение |(3c)(-i)Re() , передаваемое в накапливающий сумматор 6. Если при неизменном € в регистр I фиксации изображений последовательно поступят все возможные изображения г , то Б накапливающем сумматоое 6 сформируется cyMMaS,|(x)(-i)fiK); где %, означает суммирование по возможным изображениям Сумма |(a:)(-ifKJc) пропорциональна весовому коэффициенту или весу ((a)(-i)fr(3:) разложения функции (х} в ряд |(|,(-i)ff() где 21 означает суммирование по всем 2 возможным значениям е Возможность такого разложения определяется тем, что функции (-1)р(эс) взаимно ортогональны. Таким образом, если вычислить все возможные веса с , то на основании равенства-|(х)-.п (-i).) можно построить функцию принадлежности ) . Учет всех весов о дает громоздкое выражение для J(pc) . Однако отбрасывая ряд весов, можно получить приближенное выражение (x)ft;5:c(4ftC) , где начает суммирование только по части из всех возможных весов. Посколь ку квадратичная ошибка представления функции j-(x) рядом зависит от суммы квадратов неучтенных весов, то вычислив все возможные веса и отобрав заданное количество максимальных по модулю весов, определяемое, например, объемом памяти, можно получить приближенное представление функции. Процесс определения весов о и выбора из этих весов заданного числа максимальных по модулю весов можно рассматривать как процесс обучения, а определение знака .ЛгН) суммы Q,.. (-4} F, fx) как распознавание. В реальном случае обучения предъявление всех возможных изображений невозможно. Предъявление же при обучении только части изображений делает функцию принадлежности -f(x) не полностью определенной. В этом случае вычисление весов Q может быть выполнено методами Монте-Карло. Cs«мar гf()g:)(.f может рассматриваться как илошадь, ограниченная ступенчатой кривой f(x)(-i)) . Приближенное значение этой площади в соответствии с методами Монте-Карло определяется выражением . ® суммирование 2. выполняется по случайным абсцй сам о: , в нашем случае по случайно предъявляемым изображениям ее , а S 1 означает количество случайно выбранных абсщ1со,то есть число случайно предъяЕленшх из сражений или объем обучающей выборки. Таким образом вес аргъ(21) ,f(x)ei) ЕСЛИ обеспечить одинаковые -объемы выборок при определении весов, то необходимость в операции деления si отпадает. в процессе обучения вычисляются приближенные значения всех весов (, .Для зтого в регистр I фиксации изображений подают заданное числом: изображений. При неизменном f в счетчике 2 в нака ливающем cvMMaiope б формируется сумма2|Н(:1)РеСпропорцьная приближенному значени{о ональная , Q,f . 3q;a сумма, в дальнейше веса для удобства называемая весом ( вместе с индексом веса f , храним в счетчике 2, передается в блок отбора максимальных весовых коэффициентов, который фиксирует заданное количество максимальных по модулю весов и их индексов. Поэто му в блоке 7 вновь поступивший ве сравнивается со всеми ранее зафиксированными весами и минимальн по модулю вес вместе с его индек сом отбрасывается. После передачи в блок 7 веса и его индекса в счетчике 2 формируется новое число +i и все процессы повторяются. После вычисления всех весов и отбора заданного количества мак симальных по модулю весов устройство для распознавания образов считается обученным. В режиме распознавания устройство для распознавания образов работает следующим образом. Изображение JC- фиксируется в регистре I фиксации изображений. Из блока 7 в счетчик 2 и в регистр-преобразователь 5 поступают соответственно -6 и . При этом в регистре преобразователе 5 сформируется произведение ((-l)fr (х передаваемое в накапливающий сумматор 6. Далее из блока 7 поступают очередной вес и его индекс. Таким образом, в накапливающем сумматоре 6 формируется сумма .,( , где ч. - индексы всех зафиксированных в 7 ве сов. Знак суммы z:o (() и есть результат распознавания. ПРЕДМЕТ ИЗОБРЕТЕНИЯ Устройство для распознавании образов, содержащее регистр фикса ции изображений, выходы которого через схемы совпадения подключены ко входа;м сумматора по модулю два, блок отбора максимальных весовых коэффициентов, входы которого сое динены с выходами накапливающего сумматора, а выходы со входами ре гистра-преобразователя, подключенного ко входам накапливающего суы матора, оаличающееся тем, что, с целью упрощения устройства, оно содержит счетчик, входы которого соединены с выходами блока отборь максимальных весовых коэффициентов, а выходы - с управляющими входами схем совпадения и входом блока отбора максимальных веппвн) коэффициентов.
lo
«
:
название | год | авторы | номер документа |
---|---|---|---|
Устройство для распознавания образов | 1980 |
|
SU924726A1 |
Устройство для распознавания образов | 1972 |
|
SU687453A1 |
Устройство для распознавания образов | 1987 |
|
SU1531115A1 |
Инструментальный способ обучения избирательной нейронной сети без математики и без учителя с использованием самоорганизации | 2019 |
|
RU2729878C2 |
УСТРОЙСТВО АССОЦИАТИВНОГО РАСПОЗНАВАНИЯ | 2006 |
|
RU2342702C2 |
Устройство для распознавания изображений | 1989 |
|
SU1772811A1 |
УСТРОЙСТВО АССОЦИАТИВНОГО РАСПОЗНАВАНИЯ | 2012 |
|
RU2504837C1 |
УСТРОЙСТВО АССОЦИАТИВНОГО РАСПОЗНАВАНИЯ | 2013 |
|
RU2541853C1 |
Эффективный перцептрон на основе нейронов МакКаллока-Питтса с использованием компараторов | 2019 |
|
RU2729554C1 |
УСТРОЙСТВО АССОЦИАТИВНОГО РАСПОЗНАВАНИЯ | 2011 |
|
RU2485682C1 |
Авторы
Даты
1974-09-30—Публикация
1972-05-15—Подача