A static memory processor for pattern recognition and an input data
dimensionality reduction is provided having a multi-layer harmonic neural
network and a classifier network. The multi-layer harmonic neural network
receives a fused feature vector of the pattern to be recognized from a
neural sensor and generates output vectors which aid in discrimination
between similar patterns. The fused feature vector and each output vector
are separately provided to corresponding positional king of the mountain
(PKOM) circuits within the classifier network. Each PKOM circuit generates
a positional output vector with only the element corresponding to the
element of the fused feature vector or output vector having the highest
contribution in its respective vector having a value corresponding to one.
The positional output vectors are active in a multidimensional memory
space and are read by a recognition vector array which generates class
likelihood outputs determined by the occupied memory space. The class
likelihood outputs are provided to a class PKOM circuit which outputs
classification identifiers to provide the desired pattern recognition.
Een statische geheugenbewerker voor patroonerkenning en een de dimensionaliteitvermindering van inputgegevens wordt verstrekt hebbend een multi-layer harmonisch neuraal netwerk en een classificatornetwerk. Het multi-layer harmonische neurale netwerk ontvangt een gesmolten eigenschapvector van het patroon dat van een neurale sensor moet worden erkend en produceert outputvectoren die in onderscheid tussen gelijkaardige patronen helpen. De gesmolten eigenschapvector en elke outputvector worden afzonderlijk verstrekt aan overeenkomstige positionele koning van de berg (PKOM) kringen binnen het classificatornetwerk. Elke kring PKOM produceert een positionele outputvector met slechts het element dat aan het element van de gesmolten eigenschapvector of outputvector beantwoordt die de hoogste bijdrage in zijn respectieve vector hebben die een waarde hebben die aan beantwoorden. De positionele outputvectoren zijn actief in een multidimensionele geheugenruimte en door een erkennings vectorserie gelezen die de output van de klassenwaarschijnlijkheid die door de bezette geheugenruimte wordt bepaald produceert. De output van de klassenwaarschijnlijkheid wordt verstrekt aan een klassenpkom kring die de herkenningstekens van de outputclassificatie om de gewenste patroonerkenning te verstrekken.
