METHODS OF SOLVING THE PATTERN RECOGNITION PROBLEM USING RESIDUE NUMBER SYSTEM
Abstract
The paper proposes a possibility of implementing algorithms of solving the pattern recognition problem in the Residue Number System. Considered the most advanced information processing algorithms in the Residue Number System and performed their comparative analysis. The comparison methods of performing non-modular operations based on Core Function and Mixed Radix Conversion. There is show that using Mixed Radix Conversion does not lead to a signifcant increase in the time complexity of the algorithm when per-forming such non-modular operations as comparison and scaling. Application of non-modular operations, based on the Core Function imposes a limitation on the choice of Residue Number System moduli set, but allows to increase the parallelism of operations for each moduli. There are provide recommendations for using the modular arithmetic algorithms, depending of formulated pattern recognition problem.
About the Authors
Nikolay Ivanovich Chervyakov
NCFU
Russian Federation
Russian Federation
Pavel Alekseyevich Lyakhov
NCFU
Russian Federation
Russian Federation
Kirill Sergeyevich Shulzhenko
NCFU
Russian Federation
Russian Federation
References
1. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов (статистические проблемы обучения). М.: Наука, 1974. 415 с.
2. Хайкин С. Нейронные сети: полный курс, 2-е издание // Пер. с англ. М.: Издательский дом «Вильямс», 2006. 1104 с.
3. Модулярные параллельные вычислительные структуры нейропроцессорных систем / Н. И. Червяков, П. А. Сахнюк, А. В. Шапошников, С. А. Ряднов; под ред. Н. И. Червякова. М.: ФИЗМАТЛИТ, 2003. 288 с.
4. Червяков Н.И. Реализация высокоэффективной модулярной цифровой обработки сигналов на основе программируемых логических интегральных схем // Нейрокомпьютеры: разработка, применение. № 10, 2006. С. 24-36.
5. Chervyakov N.I., Lyakhov P.A., Babenko M.G., Digital fltering of images in a residue number system using fnite-feld wavelets, Automatic Control and Computer Sciences 48 (3), 2014, pp. 180- 189.
6. Chervyakov N.I., Lyakhov P.A., Shulzhenko K.S. FIR Filters in Two-Stage Residue Number System // International Conference «Engineering & Telecommunication En&T 2014». Moskow; Dolgo-prudny: MIPT, 2014. P. 145-148.
7. Червяков Н.И., Ляхов П.А., Шульженко К.С. Цифровые фильтры в двухступенчатой системе остаточных классов с модулями специального вида // Наука. Инновации. Технологии. 2014. № 1. С. 41-55.
8. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 2004.
9. Стемпковский А. Л., Корнилов А. И., Семенов М. Ю. Особенности реализации устройств цифровой обработки сигналов в интегральном исполнении с применением модулярной арифметики // Информационные технологии. № 2, 2004. C. 2-9.
10. N. Burgess, “Scaling an RNS Number Using the Core Function”, 16th IEEE Symp. Computer Arithmetic, Santiago de Compostella, Jun. 2003, pp. 262-271.
11. A. Omondi, B. Premkumar, Residue Number Systems: Theory and Implementation, Imperial College Press 2007. P. 296.
Review
For citations:
Chervyakov N.I., Lyakhov P.A., Shulzhenko K.S. METHODS OF SOLVING THE PATTERN RECOGNITION PROBLEM USING RESIDUE NUMBER SYSTEM. Science. Innovations. Technologies. 2014;(3):40-54. (In Russ.)
Views:
43
Email this article 