ЛАЗЕРНЫЕ И ОПТИКО
-
ЭЛЕКТРОННЫЕ
СИСТЕМЫ
УДК
535.317.2+535.44
М
.
В
.
Г у н ь к о
,
О
.
В
.
Р о ж к о в
ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ИДЕНТИФИ
-
КАЦИИ БОЛЬШОГО НАБОРА ИСКАЖЕННЫХ
СЛУЧАЙНЫМ ОБРАЗОМ ВХОДНЫХ СИГНАЛОВ
ОПТИКО
-
ЭЛЕКТРОННОЙ НЕЙРОСЕТЬЮ
В рамках цифровой модели однослойной оптико
-
электронной
нейросети на основе крупноформатного оптического векторно
-
матричного умножителя проведен анализ допустимого уровня шу
-
ма во входных образах при их автоассоциативном распознавании
.
Показано
,
что за счет объединения схожих эталонных образов па
-
мяти в группы и построения отдельных весовых нейроматриц для
каждой из этих групп
,
а также одной первичной матрицы для на
-
бора обобщенных прообразов каждой группы можно значительно
увеличить допустимый уровень шума в идентифицируемых вход
-
ных образах без существенного увеличения временн
´
ых затрат на их
полное и безошибочное восстановление
.
Рассмотрены особенности
обучения такой нейросети
.
Для проведения анализа допустимого уровня шума во входных
образах применялась специально разработанная цифровая модель од
-
нослойной автоассоциативной сети Хопфилда с предварительной орто
-
гонализацией эталонов
[1, 2].
В качестве набора эталонных образов для
моделирования был выбран наиболее сложный для распознавания
—
набор китайских иероглифов с форматом образа
16
бит
×
16
бит
(
рис
. 1).
Как показало предварительное моделирование
,
при увеличении коли
-
чества иероглифов в наборе с
20
до
61
допустимый уровень шума во
входном образе при условии стопроцентной идентификации снижается
Рис
. 1.
Китайские иероглифы
ISSN 0236-3933.
Вестник МГТУ им
.
Н
.
Э
.
Баумана
.
Сер
. “
Приборостроение
”. 2003.
№
3 3
