A Study on the Feasibility of Self-Organizing Net for the Pattern Recognition

패턴인식을 위한 자율조직망의 적용가능성에 관한 연구

This paper proposes a type of self organizing neural network which recognizes arbitrary symbols as well as numerical or alphabetic characters. The proposed algorithm autonomically organizes and classifies similar patterns on the basis of the distribution types of characteristics in the input images. Thus it can be appliced for the recognition of arbitrary images when it is difficult to establish a learning rule. It performs a stale recognition process with in the limit of the memory capacity. The cheme was applied and tested to 50 different image patterns with increased noise level up to 44%(SNR 2dB). The implementation results demonstrate that the proposed algorithm successfully recognizes the image patterns changed due to the various noise levels and thus proves excellent antinoise characteristics.

본 논문에서는 숫자, 영문자및 임의의 도형을 인식할 수 있는 자율조직 신경회로망의 한 형태를 제안하였다. 제안된 알고리즘은 미리 정해진 규칙을 부여하지 않아도 입력화상에 좋재하는 특징점의 분포 형태에 따라 시스템 내부에서 자율적으로 유사패턴을 조직, 분류하게 된다. 따라서 학습의 규칙을 만들기 곤란한 임의도형의 인식을 위해 적절하게 이용될 수 있으며, 기억용량의 한계까지는 안정된 인식동작을 한다. 또한 본 알고리즘을 50개 회상패턴에 적용하여 노이즈의 증가에 대한 인식능력을 측정한 결과, 최대 44% 의 노이즈 (SNR 2dB)로 인해 변형된 형태에서도 인식이 가능함으로서 양호한 내잡음특성이 입증되었다.