Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JPS6136678B2 - - Google Patents
[go: Go Back, main page]

JPS6136678B2 - - Google Patents

Info

Publication number
JPS6136678B2
JPS6136678B2 JP56201968A JP20196881A JPS6136678B2 JP S6136678 B2 JPS6136678 B2 JP S6136678B2 JP 56201968 A JP56201968 A JP 56201968A JP 20196881 A JP20196881 A JP 20196881A JP S6136678 B2 JPS6136678 B2 JP S6136678B2
Authority
JP
Japan
Prior art keywords
multiplication
vector data
binary
string
multiplication processing
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.)
Expired
Application number
JP56201968A
Other languages
English (en)
Other versions
JPS58103068A (ja
Inventor
Takanao Kamei
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP56201968A priority Critical patent/JPS58103068A/ja
Publication of JPS58103068A publication Critical patent/JPS58103068A/ja
Publication of JPS6136678B2 publication Critical patent/JPS6136678B2/ja
Granted legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00Digital computers in general; Data processing equipment in general
    • G06F15/76Architectures of general purpose stored program computers
    • G06F15/80Architectures of general purpose stored program computers comprising an array of processing units with common control, e.g. single instruction multiple data processors
    • G06F15/8053Vector processors

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Complex Calculations (AREA)
  • Character Discrimination (AREA)
  • Image Analysis (AREA)

Description

【発明の詳細な説明】 (1) 発明の技術分野 本発明は、ベクトル・データ乗算処理方式、特
に例えば図形認識装置などにおける例えば照合処
理において用いられる所の重みづけされた多値の
標準パターンと入力図形パターンとのマツチング
をとる場合に相当するベクトル・データの乗算を
効率よくするようにしたベクトル・データ乗算処
理方式に関するものである。
(2) 技術の背景と問題点 従来から、例えば印刷文字などの図形認識装置
においては、位置ずれの影響を少なくするため
に、多値の標準パターンを辞書メモリ上に格納し
ておき、入力図形パターン(一般に2値の形で検
出される)との照合をとることが行なわれる。
本発明は上記の如き場合にのみ限られるもので
はないが、上記の如き照合処理において多値のエ
レメントよりなる標準パターンと2種のエレメン
トよりなる入力図形パターンとの各エレメント相
互が乗算される形となる。
このような場合、上記エレメントの個数は一般
に大であり、多値の各エレメントを順次乗算して
いたのでは処理時間が大となる。また上記照合処
理などにおいては明らかに照合のとれないものに
ついてはすべてのエレメントについて乗算を行な
わずに途中で打切つて次の標準パターンとの照合
を開始することが望まれるが、多値のエレメント
を順次乗算してゆく方式の場合には、いわばすべ
てのエレメントについての乗算を行なつてみて初
めて上記照合がとれないことが判る形となつて、
途中で打切ることができない。
(3) 発明の目的と構成 本発明は、上記の点を解決することを目的とし
ており、上記標準パターンの場合などにおいて各
エレメントが例えば3ビツト程度で表現できる点
に着目して上記の点を解決することを目的として
いる。そしてそのため、本発明のベクトル・デー
タ乗算処理方式は、乗数または被乗数のいずれか
一方が多値エレメント列で構成されると共に他方
が2値のエレメント列で構成される形となつて乗
算処理が行なわれるベクトル・データ乗算処理方
式において、上記多値のエレメント列で構成され
る側のベクトル・データについて、重みを異にす
る複数個の2値のエレメント列に分解すると共
に、上記2値のエレメント列で構成される側のベ
クトル・データの各エレメントと上記各重みを異
にする2値のエレメント列における各エレメント
とを2値相互の乗算処理によつて処理する2値相
互乗算回路部と該2値相互乗算回路部からの出力
について重みを与えて加算する加算回路部とをも
うけ、各エレメント毎に2値相互の乗算処理を実
行して多値乗算を行なうことを目的としている。
以下図面を参照しつつ説明する。
(4) 発明の実施例 第1図は本発明による乗算処理の一実施例につ
いて概念的に説明する説明図、第2図は本発明の
一実施例を示す。
第1図において、1は入力図形パターンに対応
するベクトル・データ、2は標準パターンに対応
するベクトル・データを示している。そして、図
示の如く、ベクトル・データ2の各エレメントが
多値データであるとする。
このようなテータ1と2とについて各エレメン
ト相互で乗算を行なう場合には、最も単純に考え
れば多値乗算を第1図A図示の場合25回行なうこ
とが必要となる。
これに対して、本発明の場合には、第1図B図
示の如く、第1図A図示のベクトル・データ2に
ついて、各エレメントを、重み「4」をもつエレ
メント・データ列3,4と重み「2」をもつエレ
メント・データ列3,2と重み「1」をもつエレ
メント・データ列3,1とに分解する。そして、
最初にベクトル・データ1とエレメント・データ
列3,4との各エレメント相互の乗算を行ない、
次いでベクトル・データ1とエレメント・データ
列3,2との各エレメント相互の乗算を行ない、
そしてベクトル・データ1とエレメント・データ
列3,1との各エレメント相互の乗算を行なうよ
うにする。そして重みを異にする乗算結果を加算
する。勿論このとき必要に応じて各エレメント毎
に別々に加算することもできる。
このようにすることによつて、各エレメント列
は1ビツトのものとなり、2値相互の乗算処理は
単にアンド回路を通過せしめれば足りることから
回路構成が大幅に簡単となる。また、上記照合処
理の場合では、重み「4」をもつエレメント・デ
ータ列3,4について乗算が終了した段階で照合
の度合いを大略知ることができ、乗算打切りなど
の処置をとることが容易となる。更に1回の乗算
処理に8ビツトずつ処理してゆくとすれば、25個
のエレメント・データは各エレメント・データが
1ビツトであるために4回分をもつて処理するこ
とができ、第1図B図示の場合には、 4〔回〕×3=12〔回〕 の乗算処理にて乗算を済ませることが可能とな
る。
第2図は本発明の一実施例を示している。図中
の符号1,3,4,3,2,3,1は第1図に対
応し4はアンド回路、5はROMであつてアンド
回路4からの1バイト分の出力のうち論理「1」
をもつビツトに対応して重み「4」又は「2」又
は「1」を与えるようにする多値出力発生回路に
対応するもの、6は多値加算回路、7はレジスタ
を表わしている。
最初にエレメント・データ列3,4から、例え
ば左上からラスタ状に右下に向う順に、1バイト
分のビツト列「00100001」が抽出されてアンド回
路4に供給される。一方ベクトル・データ1にお
いても同様に1バイト分のビツト列「10101011」
が抽出されてアンド回路4に供給される。
これらが各エレメント毎にアンド論理がとられ
て、ビツト列「00100001」となつてROM5に導
びかれる。
ROM5は、このとき論理「1」に対して重み
「4」を加え、多値データ列「00400004」を加算
回路6に出力する。最初にはレジスタ7の内容は
零であるために、加算回路6による加算結果は、
値「8」となり、レジスタ7に保持される。以下
同様に3回分の処理がエレメント・データ列3,
4について行なわれる。
次いでエレメント・データ列3,2について同
様にROMから重み「2」を加えたデータ列が出
力される。そしてレジスタ7中の対応するエレメ
ントの値と加算されて、レジスタ7にセツトされ
る。エレメント・データ列3,1についても同様
である。そして最終的にレジスタ7上に乗算結果
が得られる形となる。なおレジスタ7の内容は随
時抽出できるようにされ、上述の乗算処理打切り
を行なうべきか否かの判断を行ない得るようにさ
れる。
なお上記説明において、ベクトル・データの一
方が最初から2値のエレメントをもつものとして
説明した。しかし、本発明はこれに限られるもの
ではなく、多値のエレメント列相互の乗算におい
ても、必要に応じて2値相互の乗算に変換して行
ない得ることは言うまでもない。また、必要に応
じて各エレメント毎に乗算結果を分離して出力す
るようにレジスタ7を用意することも自由であ
る。
(5) 発明の効果 以上説明した如く、本発明によれば、回路構成
が簡単となると共に、演算時間が小となる。そし
て特に上述の照合処理の場合などに用いる際に
は、演算を早期に打切るか否かの判断を行なうこ
とが可能となつて、処理速度を向上することが可
能となる。
【図面の簡単な説明】
第1図は本発明による乗算処理の一実施例につ
いて概念的に説明する説明図、第2図は本発明の
一実施例を示す。 図中、1,2は夫々ベクトル・データ、3はエ
レメント・データ列、4はアンド回路、5は
ROMで重みを与えるもの、6は加算回路、7は
レジスタを表わす。

Claims (1)

    【特許請求の範囲】
  1. 1 乗数または複乗数のいずれか一方が多値のエ
    レメント列で構成されると共に他方が2値のエレ
    メント列で構成される形となつて乗算処理が行な
    われるベクトル・データ乗算処理方式において、
    上記多値のエレメント列で構成される側のベクト
    ル・データについて、重みを異にする複数個の2
    値のエレメント列に分解すると共に、上記2値の
    エレメント列で構成される側のベクトル・データ
    の各エレメントと上記各重みを異にする2値のエ
    レメント列における各エレメントとを2値相互の
    乗算処理によつて処理する2値相互乗算処理回路
    部と該2値相互乗算回路部からの出力について重
    みを与えて加算する加算回路部とをもうけ、各エ
    レメント毎に2値相互の乗算処理を実行して多値
    乗算を行なうことを特徴とするベクトル・データ
    乗算処理方式。
JP56201968A 1981-12-15 1981-12-15 ベクトル・デ−タ乗算処理方式 Granted JPS58103068A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP56201968A JPS58103068A (ja) 1981-12-15 1981-12-15 ベクトル・デ−タ乗算処理方式

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP56201968A JPS58103068A (ja) 1981-12-15 1981-12-15 ベクトル・デ−タ乗算処理方式

Publications (2)

Publication Number Publication Date
JPS58103068A JPS58103068A (ja) 1983-06-18
JPS6136678B2 true JPS6136678B2 (ja) 1986-08-19

Family

ID=16449744

Family Applications (1)

Application Number Title Priority Date Filing Date
JP56201968A Granted JPS58103068A (ja) 1981-12-15 1981-12-15 ベクトル・デ−タ乗算処理方式

Country Status (1)

Country Link
JP (1) JPS58103068A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0664694U (ja) * 1993-02-24 1994-09-13 株式会社共栄商会 パチンコ機用球受装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0664694U (ja) * 1993-02-24 1994-09-13 株式会社共栄商会 パチンコ機用球受装置

Also Published As

Publication number Publication date
JPS58103068A (ja) 1983-06-18

Similar Documents

Publication Publication Date Title
Li et al. Highly efficient forward and backward propagation of convolutional neural networks for pixelwise classification
US4153897A (en) Method and device for detecting the similarity between standard and unknown patterns
Perez et al. Learning visual reasoning without strong priors
JP2015210709A (ja) 演算処理装置
JPH0334082A (ja) 文字認識用計算ネットワーク
CN110287969A (zh) 基于图残差注意力网络的摩尔文本图像二值化系统
Kamal et al. A generalized pipeline array
Agranat et al. A CCD based neural network integrated circuit with 64K analog programmable synapses
JPS6136678B2 (ja)
Caruso A local selection algorithm for switching function minimization
US4325056A (en) BCD To binary converter
You et al. Network model for invariant object recognition
CN107038451B (zh) 适用于灰度图片的神经网络学习方法以及训练方法
JPH08339360A (ja) ニューラルネットを応用した学習システム
CN121996525A (zh) 一种基于深度集成学习的软件缺陷预测方法及系统
CN106980869B (zh) 适用于黑白图片的神经网络学习方法以及训练方法
JPH03268183A (ja) パターン・マッチング回路
US5958001A (en) Output-processing circuit for a neural network and method of using same
JPS5930317B2 (ja) パタ−ンニンシキホウシキ
Porter et al. Evolving network architectures with custom computers for multi-spectral feature identification
JPH0318965A (ja) ニューラルネットにおける学習方法
Garcia et al. An extended Hamming neural network for non binary pattern recognition
JPS59161783A (ja) パタ−ン・マツチング方法
JPH02181863A (ja) 学習機械
JPS622329B2 (ja)