JPH0371322A - 連続コマンド処理システム - Google Patents
連続コマンド処理システムInfo
- Publication number
- JPH0371322A JPH0371322A JP1206781A JP20678189A JPH0371322A JP H0371322 A JPH0371322 A JP H0371322A JP 1206781 A JP1206781 A JP 1206781A JP 20678189 A JP20678189 A JP 20678189A JP H0371322 A JPH0371322 A JP H0371322A
- Authority
- JP
- Japan
- Prior art keywords
- commands
- string
- neural network
- command
- input
- 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.)
- Pending
Links
- 238000013528 artificial neural network Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 abstract description 15
- 238000003909 pattern recognition Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Collating Specific Patterns (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、ポインティングデバイスを用いてデータを入
力するシステムに関する。
力するシステムに関する。
従来のニューロシステムでは、学習によりパターン認識
を行うことができるが、処理するデータとしでは、画像
データのみを考えていた。
を行うことができるが、処理するデータとしでは、画像
データのみを考えていた。
従来のシステムでは、画像入力、キャラクタ入力のみ考
えていたため・パターン認識を連続したコマンドの列の
入力に使用することはできなかった。本発明では、パタ
ーン認識を連続したコマンドの列の入力に対しても用い
ることを目的とした。
えていたため・パターン認識を連続したコマンドの列の
入力に使用することはできなかった。本発明では、パタ
ーン認識を連続したコマンドの列の入力に対しても用い
ることを目的とした。
上記目的を達成するために、パターンに対応したコマン
ドの列を格納するバッファとしてエントリテーブルを設
け、また、コマンドの列を入力できるようにするために
は、プログラムステータスワードを設けることにより、
コマンドの列の入力を行なえるようにしたものである。
ドの列を格納するバッファとしてエントリテーブルを設
け、また、コマンドの列を入力できるようにするために
は、プログラムステータスワードを設けることにより、
コマンドの列の入力を行なえるようにしたものである。
ニューラルネットワークは、ニューラルネットワークの
学習機能により、パターン認識だけでなく個人の癖も認
識でき、癖を入力として利用することができる。
学習機能により、パターン認識だけでなく個人の癖も認
識でき、癖を入力として利用することができる。
また、エントリーテーブルは、コマンドの列を保管する
ことができるので、ニューラルネットワークの学習した
結果のコマンドを格納することができる。
ことができるので、ニューラルネットワークの学習した
結果のコマンドを格納することができる。
プログラムステータスワードは、CPUの動作を制御す
る情報を保持しているので、割り込み情報を見ながらコ
マンドの列を入力することができる。
る情報を保持しているので、割り込み情報を見ながらコ
マンドの列を入力することができる。
以下、本発明の実施例を図面により説明する。
第1図は、本パターン認識システムを実現する装置のブ
ロック図であり、1は一般的なワークステーション、2
は入力デバイスとしてマウス11を使用できるユーザプ
ログラム、3はエントリテーブル4のコマンドをプログ
ラムステータスワード5を見ながらユーザプログラム2
に送るコマンド処理プログラム、4はニューラルネット
ワーク7の結果をコマンドの列と対応づけて格納してお
くエントリテーブル、5はプログラムステータスワード
。6はワークステーションlを管理するオペレーティン
グシステム、7はマウス11からの速度、座標、圧力デ
ータを学習、認識するニューラルネットワーク、8はマ
ウス11からのデータをニューラルネットワーク7に学
習、認識させ結果をコマンド処理プログラム3に送るキ
ーボード・マウスドライバ、9はキーボード、10は圧
力センサ、11は座標を読み取ることが可能で、圧力セ
ンサ10を付けたタイプのマウスである。
ロック図であり、1は一般的なワークステーション、2
は入力デバイスとしてマウス11を使用できるユーザプ
ログラム、3はエントリテーブル4のコマンドをプログ
ラムステータスワード5を見ながらユーザプログラム2
に送るコマンド処理プログラム、4はニューラルネット
ワーク7の結果をコマンドの列と対応づけて格納してお
くエントリテーブル、5はプログラムステータスワード
。6はワークステーションlを管理するオペレーティン
グシステム、7はマウス11からの速度、座標、圧力デ
ータを学習、認識するニューラルネットワーク、8はマ
ウス11からのデータをニューラルネットワーク7に学
習、認識させ結果をコマンド処理プログラム3に送るキ
ーボード・マウスドライバ、9はキーボード、10は圧
力センサ、11は座標を読み取ることが可能で、圧力セ
ンサ10を付けたタイプのマウスである。
次に本システムの処理をニューラルネットワーク7、コ
マンド処理プログラム3に対する動作フローチャートで
ある第2図に従い説明する。
マンド処理プログラム3に対する動作フローチャートで
ある第2図に従い説明する。
本システムは、81〜S1゜のコマンドの列の中ツブの
一連の動作を行うものとする。
一連の動作を行うものとする。
本システムを使用するユーザは、ニューラルネットワー
ク7にS1〜S工。の動作を学習させることから始める
。
ク7にS1〜S工。の動作を学習させることから始める
。
ワークステーション1のオペレーティングシステム6よ
りニューラルネットワーク7に制御を渡し、ニューラル
ネットワーク7をスタートする。
りニューラルネットワーク7に制御を渡し、ニューラル
ネットワーク7をスタートする。
ニューラルネットワーク7は、オペレーティングシステ
ム4より制御を渡された場合は学習を行うものとみなし
く202)へ移る(201)。
ム4より制御を渡された場合は学習を行うものとみなし
く202)へ移る(201)。
次にどんなパターンを学習するかを決定する。
ここではコマンドの列S1゜の入力座標を学習するもの
とし、以下の説明を行う(202)。
とし、以下の説明を行う(202)。
コマンドS1゜に対応するデータは、マウス11からの
データのうち、座標に関するものを画面表示することに
より選択する(203)。具体的には。
データのうち、座標に関するものを画面表示することに
より選択する(203)。具体的には。
ある圧力以上のデータがマウス11より入った後の全て
の座標、移動速度、圧力の各データをまず保管する。
の座標、移動速度、圧力の各データをまず保管する。
第4図にマウスカーソルの動きを示す、マウス11の動
きは1図の点線の部分と実線の部分である。マウス11
の動きのデータ量は、保管されるエリアのメモリ容量に
よる。マウス11のデータは、単位時間でサンプリング
され、第4図では点の部分と、tの付いた点の部分であ
る。このデータよりコマンドS1゜分の切り出し方法は
、動作開始点を決めてやることにより可能である。本ニ
ューラルネットワークでは、30点分の認識を行うので
、図面上でtlを決定すると、t、。までの各tに対す
る座標データXl y、移動データυX。
きは1図の点線の部分と実線の部分である。マウス11
の動きのデータ量は、保管されるエリアのメモリ容量に
よる。マウス11のデータは、単位時間でサンプリング
され、第4図では点の部分と、tの付いた点の部分であ
る。このデータよりコマンドS1゜分の切り出し方法は
、動作開始点を決めてやることにより可能である。本ニ
ューラルネットワークでは、30点分の認識を行うので
、図面上でtlを決定すると、t、。までの各tに対す
る座標データXl y、移動データυX。
υy、圧カデータPが選択される。
次にニューラルネットワークの結果の入力であるが、本
例ではコマンド処理プログラム3に対し、コマンドSよ
。の入力があったものとする(204)。
例ではコマンド処理プログラム3に対し、コマンドSよ
。の入力があったものとする(204)。
(203)と(204)で、ニューラルネットワーク7
(第3図に示す)に対する入力と出力が決ったので、こ
のデータに従い第2図のニューラルネットワークを学習
させる。
(第3図に示す)に対する入力と出力が決ったので、こ
のデータに従い第2図のニューラルネットワークを学習
させる。
第3図は、3層のニューラルネットワークで。
入力層には(203)で決定したt1〜ti−aに対応
するx、y、’Zrx、υV+ Pが各々入力される。
するx、y、’Zrx、υV+ Pが各々入力される。
出力はコマンドS11.のマウスによる入力動作である
コマンドS1aの出力層に信号が期待される。この条件
に従い、パックプロパゲーションモデルでニューラルネ
ットワークを修正する(205)。
コマンドS1aの出力層に信号が期待される。この条件
に従い、パックプロパゲーションモデルでニューラルネ
ットワークを修正する(205)。
次に試行を行う。試行は(209)〜(217)の動作
である(206) 、マウス11からのデータをニュー
ラルネットワーク7に連続する30点ずつ与える。
である(206) 、マウス11からのデータをニュー
ラルネットワーク7に連続する30点ずつ与える。
単位時間毎にx、y、?)x、υy+ Pがサンプリン
グされているので、tの単位時間が経過する毎にニュー
ラルネットワーク7の出力を計算する。
グされているので、tの単位時間が経過する毎にニュー
ラルネットワーク7の出力を計算する。
(209)である時刻上〇に対し、それより前のtl。
。
からt、までのx、y、υX、υyr Pで結果を受は
取っている。ここでは移動中以外の結果がある程度、例
えば5つ連続したら結果を認識結果とする。(207)
では、マウス11より与えられたデータが認識されたか
どうかを、(211)のYの出力として判定し、認識で
きなければ(203)に戻り、(203)〜(206)
までの処理をくり返す、認識できるようになったら、パ
ターン認識の処理は終了し、の座標をコマンド処理プロ
グラム3にキーボード9を使用して、S□。に対応する
コマンド列としてエントリーテーブル4に登録する(2
08)。ここまでで学習処理は終了する。
取っている。ここでは移動中以外の結果がある程度、例
えば5つ連続したら結果を認識結果とする。(207)
では、マウス11より与えられたデータが認識されたか
どうかを、(211)のYの出力として判定し、認識で
きなければ(203)に戻り、(203)〜(206)
までの処理をくり返す、認識できるようになったら、パ
ターン認識の処理は終了し、の座標をコマンド処理プロ
グラム3にキーボード9を使用して、S□。に対応する
コマンド列としてエントリーテーブル4に登録する(2
08)。ここまでで学習処理は終了する。
次に実際の使用の説明を行う。ユーザはユーザプログラ
ム2を起動する。ユーザプログラム2は。
ム2を起動する。ユーザプログラム2は。
プログラムがマウス入力を必要とした時にニューラルネ
ットワーク7をコールする。
ットワーク7をコールする。
ニューラルネットワーク7は、ユーザプログラム2より
制御を渡された時は学習処理でないものとしく209)
に移る(201)。
制御を渡された時は学習処理でないものとしく209)
に移る(201)。
(209)では、サンプリングデータが30以上になっ
たら単位時間毎にニューラルネットワーク7にデータを
与え続ける。(210)でニューラルネットワーク7は
コマンド処理プログラム3に処理結果を渡し、(211
)にてマウス11が移動中かそれ以」二かの判定を行い
、一定の結果としてコマンドの列S1゜が連続したら次
の処理へ移る(211)。
たら単位時間毎にニューラルネットワーク7にデータを
与え続ける。(210)でニューラルネットワーク7は
コマンド処理プログラム3に処理結果を渡し、(211
)にてマウス11が移動中かそれ以」二かの判定を行い
、一定の結果としてコマンドの列S1゜が連続したら次
の処理へ移る(211)。
(212)では、コマンド処理プログラム3はエントリ
テーブル4内のSi。を読み、コマンドの列の先頭のコ
マンドをユーザプログラム2に渡し、先頭コマンドの処
理終了を待つ。次にコマンド処理プログラム3は、プロ
グラムステータスワード5を見て、ユーザプログラム2
が処理終了中か判断しく213)、2番目以降のコマン
ドがあれば、2番目のコマンドをユーザプログラム2に
渡す(214)。2番目のコマンドが最終コマンドでな
ければ(215)、プログラムステータスワード5によ
り、ユーザプログラム2が処理終了か判断しく214)
、終了中ならば次のコマンドをユーザプログラム2に渡
す(214)。以下4番目のコマンド、5番目のコマン
ドというように、コマンドを順番にプログラムステータ
スワード5を見ながらユーザプログラム2に渡し、列の
最後のコマンドをユーザプログラム2に渡したら(21
6)、処理を終了する(217)。
テーブル4内のSi。を読み、コマンドの列の先頭のコ
マンドをユーザプログラム2に渡し、先頭コマンドの処
理終了を待つ。次にコマンド処理プログラム3は、プロ
グラムステータスワード5を見て、ユーザプログラム2
が処理終了中か判断しく213)、2番目以降のコマン
ドがあれば、2番目のコマンドをユーザプログラム2に
渡す(214)。2番目のコマンドが最終コマンドでな
ければ(215)、プログラムステータスワード5によ
り、ユーザプログラム2が処理終了か判断しく214)
、終了中ならば次のコマンドをユーザプログラム2に渡
す(214)。以下4番目のコマンド、5番目のコマン
ドというように、コマンドを順番にプログラムステータ
スワード5を見ながらユーザプログラム2に渡し、列の
最後のコマンドをユーザプログラム2に渡したら(21
6)、処理を終了する(217)。
印刷の実行の例で説明すると、ユーザプログラム2はあ
る画面の領域に対し、まずマウス1工のネットワーク7
に制御を渡す、ニューラルネットワーク3は、学習以外
の処理であることを判定しく201)、(209)に移
る。 (209)〜(211)でマウスからの連続する
30個のデータが、あるコマンドの列、ここではコマン
ドの列S工。に一致するかを判定する。ニューラルネッ
トワーク7からの出力結果として、コマンドの列S1゜
が5回連続したところで、コマンド処理プログラム4は
、プログラムステータスワード5を見ながら(212)
、コマンドをユーザプログラム2に渡す(212)。次
にコマンド処理プログラム3は、2番目以降のコマンド
ムステータスワード5によりユーザプログラムが処理終
了中ならばユーザプログラム2に2番目のコマンドを渡
す(214)、s コードをクリック)をユーザプログラム2に引き渡しく
216)、処理を終了する(217)。
る画面の領域に対し、まずマウス1工のネットワーク7
に制御を渡す、ニューラルネットワーク3は、学習以外
の処理であることを判定しく201)、(209)に移
る。 (209)〜(211)でマウスからの連続する
30個のデータが、あるコマンドの列、ここではコマン
ドの列S工。に一致するかを判定する。ニューラルネッ
トワーク7からの出力結果として、コマンドの列S1゜
が5回連続したところで、コマンド処理プログラム4は
、プログラムステータスワード5を見ながら(212)
、コマンドをユーザプログラム2に渡す(212)。次
にコマンド処理プログラム3は、2番目以降のコマンド
ムステータスワード5によりユーザプログラムが処理終
了中ならばユーザプログラム2に2番目のコマンドを渡
す(214)、s コードをクリック)をユーザプログラム2に引き渡しく
216)、処理を終了する(217)。
本システムによれば、特定のドラ1〜パターンとそれを
描いた動作を認識できるので、特定の動作パターン(癖
)を数字、文字、あるキャラクタの入力動作として認識
し処理可能であるだけでなく、コマンドの列に対しても
1回の動作で処理することができる。
描いた動作を認識できるので、特定の動作パターン(癖
)を数字、文字、あるキャラクタの入力動作として認識
し処理可能であるだけでなく、コマンドの列に対しても
1回の動作で処理することができる。
本発明によれば、個人の癖を認識し、筆跡などをIDと
して使用できる。またニューラルネットワークの出力を
コマンドの列として格納できるエントリテーブルと、C
PUの割り込み情報を持ったプログラムステータスワー
ドを使用することにより、連続したコマンドの列も1回
のマウス操作で処理することができる。
して使用できる。またニューラルネットワークの出力を
コマンドの列として格納できるエントリテーブルと、C
PUの割り込み情報を持ったプログラムステータスワー
ドを使用することにより、連続したコマンドの列も1回
のマウス操作で処理することができる。
第1図は1本発明の一実施例のシステムを構成する単位
を示すブロック図、第2図は第1図の中のニューラルネ
ットワーク7の動作フローチャート、第3図は、第1図
のニューラルネットワーク7のIl!戊例を示す説明図
、第4図は、コマンド列に対応させるマウスの動作例を
示す説明図である。 1・・・ワークステーション、2・・・ユーザプログラ
ム、3・・・コマンド処理プログラム、4・・・エント
リテーブル、5・・・プログラムステータスワード、6
・・・オペレティングシステム、7・・・ニューラルネ
ットワーク、8・・・キーボード・マウスドライバ、9
・・・キーボード、 10・・・圧力センサ、 11・・・マウ
を示すブロック図、第2図は第1図の中のニューラルネ
ットワーク7の動作フローチャート、第3図は、第1図
のニューラルネットワーク7のIl!戊例を示す説明図
、第4図は、コマンド列に対応させるマウスの動作例を
示す説明図である。 1・・・ワークステーション、2・・・ユーザプログラ
ム、3・・・コマンド処理プログラム、4・・・エント
リテーブル、5・・・プログラムステータスワード、6
・・・オペレティングシステム、7・・・ニューラルネ
ットワーク、8・・・キーボード・マウスドライバ、9
・・・キーボード、 10・・・圧力センサ、 11・・・マウ
Claims (1)
- 1、ポインティングデバイスを用いて入力を行う装置に
おいて、ポインティングデバイスの示す座標、移動速度
、ポインティングデバイスを持つ指の圧力の各情報を、
ニューラルネットワークに与えることにより、パターン
認識だけでなく、使用者の癖も学習し認識することによ
り、キャラクタ及びコマンドの列の入力を可能としたこ
とを特徴とする連続コマンド処理システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1206781A JPH0371322A (ja) | 1989-08-11 | 1989-08-11 | 連続コマンド処理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1206781A JPH0371322A (ja) | 1989-08-11 | 1989-08-11 | 連続コマンド処理システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0371322A true JPH0371322A (ja) | 1991-03-27 |
Family
ID=16528986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1206781A Pending JPH0371322A (ja) | 1989-08-11 | 1989-08-11 | 連続コマンド処理システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0371322A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6963937B1 (en) | 1998-12-17 | 2005-11-08 | International Business Machines Corporation | Method and apparatus for providing configurability and customization of adaptive user-input filtration |
-
1989
- 1989-08-11 JP JP1206781A patent/JPH0371322A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6963937B1 (en) | 1998-12-17 | 2005-11-08 | International Business Machines Corporation | Method and apparatus for providing configurability and customization of adaptive user-input filtration |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6802876B2 (ja) | リアルタイム手書き認識の管理 | |
EP0459746B1 (en) | Pattern recognition method, and apparatus therefor | |
US6249606B1 (en) | Method and system for gesture category recognition and training using a feature vector | |
US5796406A (en) | Gesture-based input information processing apparatus | |
CN1205528C (zh) | 计算机***中提供提示的方法 | |
CN101281594A (zh) | 笔迹确定装置和方法 | |
JPH0991424A (ja) | 検索装置及び方法 | |
CN111459303A (zh) | 一种鼠标控制终端屏幕的方法、装置、鼠标及存储介质 | |
JPH1020995A (ja) | 手書き文字認識装置及び方法 | |
JPH10228344A (ja) | 文字入力装置 | |
JPH0371322A (ja) | 連続コマンド処理システム | |
JPH07146918A (ja) | 手書き文字認識装置 | |
JPH02287775A (ja) | パターン認識システム | |
JPH0442316A (ja) | 電子計算機 | |
JPH045231B2 (ja) | ||
CN111460933B (zh) | 一种实时识别连续手写图形的方法 | |
KR950015186B1 (ko) | 필기문자 인식방법 및 인식장치 | |
JP2994176B2 (ja) | 罫線入力装置 | |
CN118244964A (zh) | 一种触控编辑的擦除方法及装置 | |
WO1999060465A1 (en) | Apparatus and method for processing handwritten and hand-drawn input and speech input | |
JP2682395B2 (ja) | 文字入力装置 | |
JPH08329192A (ja) | 情報処理装置及びその方法 | |
JPH096897A (ja) | 手書き入力認識方法 | |
JP3167081B2 (ja) | 情報処理方法及び装置 | |
JPS5929246Y2 (ja) | 手書き文字のオンライン認識処理装置 |