JP2008089449A - 目標類別装置 - Google Patents
目標類別装置 Download PDFInfo
- Publication number
- JP2008089449A JP2008089449A JP2006271713A JP2006271713A JP2008089449A JP 2008089449 A JP2008089449 A JP 2008089449A JP 2006271713 A JP2006271713 A JP 2006271713A JP 2006271713 A JP2006271713 A JP 2006271713A JP 2008089449 A JP2008089449 A JP 2008089449A
- Authority
- JP
- Japan
- Prior art keywords
- fuzzy
- target
- value
- interval
- feature
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000005259 measurement Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
【課題】特徴量の信頼性の動的な変動を考慮することで、より高精度な区間値ファジィ推論方式による目標類別を可能とする目標類別装置を得る。
【解決手段】目標観測手段１０１により類別対象の目標が有する特徴量を得て、特徴量と特徴の度合いを表す入力ファジィ区間値とを関連付けたメンバシップ関数１０６と、メンバシップ関数１０６の区間の幅として定義できる特徴の曖昧さを特徴量から信頼性算出処理部１０８により算出された信頼性係数とを用いて、区間値ファジィ化処理部１０２により目標観測手段１０１によって得られた特徴量のファジィ化を行い、入力ファジィ区間値を得て、これから推論処理部１０３により目標種類の確からしさを表す出力ファジィ区間値を算出し、非ファジィ化処理部１０４によって算出された出力ファジィ区間値から目標種類を確定し、表示装置１０５に表示する。
【選択図】図１
【解決手段】目標観測手段１０１により類別対象の目標が有する特徴量を得て、特徴量と特徴の度合いを表す入力ファジィ区間値とを関連付けたメンバシップ関数１０６と、メンバシップ関数１０６の区間の幅として定義できる特徴の曖昧さを特徴量から信頼性算出処理部１０８により算出された信頼性係数とを用いて、区間値ファジィ化処理部１０２により目標観測手段１０１によって得られた特徴量のファジィ化を行い、入力ファジィ区間値を得て、これから推論処理部１０３により目標種類の確からしさを表す出力ファジィ区間値を算出し、非ファジィ化処理部１０４によって算出された出力ファジィ区間値から目標種類を確定し、表示装置１０５に表示する。
【選択図】図１
Description
この発明は、特徴量の信頼性を考慮できるファジィ化処理と区間値ファジィ推論処理を行うことで、より高精度に目標類別結果を得るようにした目標類別装置に関するものである。
従来の区間値ファジィ値を用いたファジィ推論方式による目標類別装置（非特許文献１）では、メンバシップ関数の形状や区間の幅を静的なパラメータとして用いていた。メンバシップ関数とは、目標観測手段が得た速度や高度等の特徴量を、高速らしさや高高度らしさ等の入力ファジィ区間値に換算するための関数であり、メンバシップ関数の区間幅は、特徴量の確からしさと見なすことができるが、この確からしさも経験的・実験的に変動不可なパラメータとして定める必要があった。
非特許文献１では、センサや信号処理装置等の目標観測手段で速度や高度等の特徴量を得る。この特徴量を区間値ファジィ化処理部でメンバシップ関数を用いてファジィ化を行い、入力ファジィ区間値を得る。次いで、推論処理部で、入力ファジィ区間値と関係行列より出力ファジィ区間値をファジィ推論により算出する。次いで、非ファジィ化処理部が、出力ファジィ区間値より目標種類を確定し、その処理結果を表示装置に表示する。
非特許文献１では、センサや信号処理装置等の目標観測手段で速度や高度等の特徴量を得る。この特徴量を区間値ファジィ化処理部でメンバシップ関数を用いてファジィ化を行い、入力ファジィ区間値を得る。次いで、推論処理部で、入力ファジィ区間値と関係行列より出力ファジィ区間値をファジィ推論により算出する。次いで、非ファジィ化処理部が、出力ファジィ区間値より目標種類を確定し、その処理結果を表示装置に表示する。
電子情報通信学会論文誌Ｄ−１、Ｖｏｌ．７４−Ｄ−Ｉ、Ｎｏ．２、野本弘平、「逐次型ファジィ後向き推論を用いた目標類別」
非特許文献１に示される従来の区間値ファジィ値を用いたファジィ推論方式による目標類別装置において、メンバシップ関数を定義するにあたり、区間幅（メンバシップ関数の上限と下限の間のなす幅）を経験的・実験的に特徴量の大きさのみにより決定される静的な値として定める必要があった。この区間幅は、ファジィ推論において特徴量の確からしさと見なすことができる（幅が大きいほど信頼性が低い）が、現実には同じ特徴量の大きさであっても信頼性は動的に変動する。
例えば、特徴量の観測時点での、環境条件に影響されるセンサの精度（温度が高いとセンサの精度が低くなる等）、目標観測手段の特徴量取得アルゴリズム特有の精度（処理対象目標数が増えると精度が低くなる等）、類別対象目標の距離や姿勢により生じる精度（遠距離の目標はセンサの性能上、精度が低くなる等）が特徴量の信頼性に大きく影響する。
非特許文献１のような従来装置では、リアルタイムに変動する信頼性に応じた類別処理ができないことを考えると、上記は大きな問題となる。
例えば、特徴量の観測時点での、環境条件に影響されるセンサの精度（温度が高いとセンサの精度が低くなる等）、目標観測手段の特徴量取得アルゴリズム特有の精度（処理対象目標数が増えると精度が低くなる等）、類別対象目標の距離や姿勢により生じる精度（遠距離の目標はセンサの性能上、精度が低くなる等）が特徴量の信頼性に大きく影響する。
非特許文献１のような従来装置では、リアルタイムに変動する信頼性に応じた類別処理ができないことを考えると、上記は大きな問題となる。
この発明は、上述のような課題を解決するためになされたものであり、特徴量の信頼性の動的な変動を考慮することで、より高精度な区間値ファジィ推論方式による目標類別を可能とする目標類別装置を得ることを目的にしている。
この発明に係わる目標類別装置においては、類別対象の目標が有する特徴の計測値である特徴量を得る目標観測手段、この目標観測手段により得られる特徴量と、この特徴値に対応して特徴の度合いを上限値と下限値とからなる区間で表す入力ファジィ区間値とを定義したメンバシップ関数を格納した記憶手段、メンバシップ関数の区間の幅として定義される特徴の曖昧さを目標観測手段により得られた特徴量から信頼性係数として算出する信頼性係数算出処理手段、メンバシップ関数と信頼性係数算出処理手段によって算出された信頼性係数とに基づき、目標観測手段によって得られた特徴量のファジィ化を行い、入力ファジィ区間値を得る区間値ファジィ化処理手段、この区間値ファジイ化処理手段により得られた入力ファジィ区間値から、目標種類の確からしさを表す出力ファジィ区間値をファジィ推論により算出する推論処理手段、この推論処理手段により算出された出力ファジィ区間値から目標種類を確定する非ファジィ化処理手段、及びこの非ファジイ化処理手段により確定された目標種類を表示する表示装置を備えたものである。
この発明は、以上説明したように、類別対象の目標が有する特徴の計測値である特徴量を得る目標観測手段、この目標観測手段により得られる特徴量と、この特徴値に対応して特徴の度合いを上限値と下限値とからなる区間で表す入力ファジィ区間値とを定義したメンバシップ関数を格納した記憶手段、メンバシップ関数の区間の幅として定義される特徴の曖昧さを目標観測手段により得られた特徴量から信頼性係数として算出する信頼性係数算出処理手段、メンバシップ関数と信頼性係数算出処理手段によって算出された信頼性係数とに基づき、目標観測手段によって得られた特徴量のファジィ化を行い、入力ファジィ区間値を得る区間値ファジィ化処理手段、この区間値ファジイ化処理手段により得られた入力ファジィ区間値から、目標種類の確からしさを表す出力ファジィ区間値をファジィ推論により算出する推論処理手段、この推論処理手段により算出された出力ファジィ区間値から目標種類を確定する非ファジィ化処理手段、及びこの非ファジイ化処理手段により確定された目標種類を表示する表示装置を備えたので、目標の状態や観測条件による特徴量の信頼性の変動に対し、柔軟に信頼性を制御可能とすることができる。
実施の形態１．
図１は、この発明の実施の形態１による目標類別装置の構成を示すブロック図である。
図１において、センサや信号処理装置等の目標観測手段１０１により、類別（目標の種類を特定する）対象の目標が有する速度、高度等の運動情報や、全長等の目標形状情報等の目標の特徴について、計測によって目標種類を特定するための複数の特徴量を得る。メンバシップ関数１０６は、特徴量を、特徴の度合いを区間で表すファジィ区間値に換算するための関数であり、記憶手段に格納されている。メンバシップ関数は、特徴量に応じて、出力する入力ファジイ区間値の上限値と下限値を規定し、この上限値と下限値との差を区間の幅としている。（後述の図２参照）
信頼性算出処理部１０８（信頼性係数算出処理手段）は、特徴量の信頼性に影響を与える要素（目標距離等）を信頼性係数に換算する。この信頼性係数は、メンバシップ関数の区間の幅を制御するものである。
区間値ファジィ化処理部１０２（区間値ファジィ化処理手段）は、目標観測手段１０１から入力される特徴量からメンバシップ関数１０６と信頼性係数を用いてファジィ化を行い、入力ファジィ区間値を算出する。従来方式とは、図２において区間の幅が制御される点で異なる。
関係行列１０７は、入力ファジィ区間値と目標種類の確からしさを表す出力ファジィ区間値との関係の強さを表すもので、記憶手段に格納されている。推論処理部１０３（推論処理手段）では、入力ファジィ区間値と関係行列１０７より出力ファジィ区間値をファジィ推論により算出する。非ファジィ化処理部１０４（非ファジィ化処理手段）は、出力ファジィ区間値より目標種類を確定する。その処理結果を表示装置１０５に表示する。
図２は、この発明の実施の形態１による目標類別装置の区間値ファジイ化処理を示す概念図である。
図２においては、高度を高高度の度合い（高い高度の度合いで、右肩上がりになる。なお、低い高度の度合いの場合は、右肩下がりになる。）に換算するメンバシップ関数の例を示している。
図２では、高度４００ｍという特徴量が入力されると、グラフのように、メンバシップ関数の上限が０．７であり、下限が０．３であるから、高高度の度合いは、０．３〜０．７となり、これが区間値ファジイ化処理により、ファジイ値として出力される。なお、メンバシップ関数の上限値と下限値の間が、区間の幅である。
図１は、この発明の実施の形態１による目標類別装置の構成を示すブロック図である。
図１において、センサや信号処理装置等の目標観測手段１０１により、類別（目標の種類を特定する）対象の目標が有する速度、高度等の運動情報や、全長等の目標形状情報等の目標の特徴について、計測によって目標種類を特定するための複数の特徴量を得る。メンバシップ関数１０６は、特徴量を、特徴の度合いを区間で表すファジィ区間値に換算するための関数であり、記憶手段に格納されている。メンバシップ関数は、特徴量に応じて、出力する入力ファジイ区間値の上限値と下限値を規定し、この上限値と下限値との差を区間の幅としている。（後述の図２参照）
信頼性算出処理部１０８（信頼性係数算出処理手段）は、特徴量の信頼性に影響を与える要素（目標距離等）を信頼性係数に換算する。この信頼性係数は、メンバシップ関数の区間の幅を制御するものである。
区間値ファジィ化処理部１０２（区間値ファジィ化処理手段）は、目標観測手段１０１から入力される特徴量からメンバシップ関数１０６と信頼性係数を用いてファジィ化を行い、入力ファジィ区間値を算出する。従来方式とは、図２において区間の幅が制御される点で異なる。
関係行列１０７は、入力ファジィ区間値と目標種類の確からしさを表す出力ファジィ区間値との関係の強さを表すもので、記憶手段に格納されている。推論処理部１０３（推論処理手段）では、入力ファジィ区間値と関係行列１０７より出力ファジィ区間値をファジィ推論により算出する。非ファジィ化処理部１０４（非ファジィ化処理手段）は、出力ファジィ区間値より目標種類を確定する。その処理結果を表示装置１０５に表示する。
図２は、この発明の実施の形態１による目標類別装置の区間値ファジイ化処理を示す概念図である。
図２においては、高度を高高度の度合い（高い高度の度合いで、右肩上がりになる。なお、低い高度の度合いの場合は、右肩下がりになる。）に換算するメンバシップ関数の例を示している。
図２では、高度４００ｍという特徴量が入力されると、グラフのように、メンバシップ関数の上限が０．７であり、下限が０．３であるから、高高度の度合いは、０．３〜０．７となり、これが区間値ファジイ化処理により、ファジイ値として出力される。なお、メンバシップ関数の上限値と下限値の間が、区間の幅である。
次に、動作について説明する。
この発明は、区間値ファジイ化処理部１０２の処理を特徴量の信頼性に応じたものにする。
このため、信頼性算出処理部１０８により、特徴量の信頼性に与える要素を信頼性係数に換算し、これを用いて、メンバシップ関数１０６の区間の幅を制御するようにする。
メンバシップ関数１０６は、特徴量を、特徴の度合いを区間で表すファジィ区間値に換算するための関数である。例えば、速度３Ｍａｃｈは、高速である度合いが０．７〜０．９と換算するメンバシップ関数を定義できる。ファジィ区間値は、０．０〜１．０の上限値と下限値で定義され、この上限値と下限値の差からなる区間の幅が特徴の曖昧性と見なせる。例えば、０．７〜０．９と０．８〜０．９の高速らしさのファジィ区間値について、双方０．９の高速らしさを有する可能性があるが、前者は０．７までの高速らしさを有する可能性があり、後者に比べて曖昧である。
従来方式では、メンバシップ関数１０６が、パラメータ固定の関数であったのに対し、本発明では、信頼性算出処理部１０８を設け、特徴量の信頼性に影響を与える要素（目標距離等）を信頼性係数に換算するようにした。これにより、区間値ファジィ化処理部１０２は、メンバシップ関数１０６に信頼性係数を乗じる等の手段を用いてファジイ化を行い、入力ファジイ区間値を算出することにより、図２に示すような区間の幅を制御することで、目標の状態や観測条件による特徴量の信頼性の変動に対し柔軟に信頼性を制御可能とするものである。
この発明は、区間値ファジイ化処理部１０２の処理を特徴量の信頼性に応じたものにする。
このため、信頼性算出処理部１０８により、特徴量の信頼性に与える要素を信頼性係数に換算し、これを用いて、メンバシップ関数１０６の区間の幅を制御するようにする。
メンバシップ関数１０６は、特徴量を、特徴の度合いを区間で表すファジィ区間値に換算するための関数である。例えば、速度３Ｍａｃｈは、高速である度合いが０．７〜０．９と換算するメンバシップ関数を定義できる。ファジィ区間値は、０．０〜１．０の上限値と下限値で定義され、この上限値と下限値の差からなる区間の幅が特徴の曖昧性と見なせる。例えば、０．７〜０．９と０．８〜０．９の高速らしさのファジィ区間値について、双方０．９の高速らしさを有する可能性があるが、前者は０．７までの高速らしさを有する可能性があり、後者に比べて曖昧である。
従来方式では、メンバシップ関数１０６が、パラメータ固定の関数であったのに対し、本発明では、信頼性算出処理部１０８を設け、特徴量の信頼性に影響を与える要素（目標距離等）を信頼性係数に換算するようにした。これにより、区間値ファジィ化処理部１０２は、メンバシップ関数１０６に信頼性係数を乗じる等の手段を用いてファジイ化を行い、入力ファジイ区間値を算出することにより、図２に示すような区間の幅を制御することで、目標の状態や観測条件による特徴量の信頼性の変動に対し柔軟に信頼性を制御可能とするものである。
実施の形態１によれば、信頼性算出処理部により信頼性係数を算出し、区間値ファジィ化処理部で、メンバシップ関数と信頼性係数を用いて特徴量のファジイ化を行うので、目標の状態や観測条件による特徴量の信頼性の変動に対し、柔軟に信頼性を制御可能とすることができる。
すなわち、特徴量の信頼性を動的に判断した上でファジイ化処理を行うことで、より高精度に目標類別結果を得ることができる。
すなわち、特徴量の信頼性を動的に判断した上でファジイ化処理を行うことで、より高精度に目標類別結果を得ることができる。
１０１ 目標観測手段
１０２ 区間値ファジイ化処理部
１０３ 推論処理部
１０４ 非ファジイ化処理部
１０５ 表示装置
１０６ メンバシップ関数
１０７ 関係行列
１０８ 信頼性算出処理部
１０２ 区間値ファジイ化処理部
１０３ 推論処理部
１０４ 非ファジイ化処理部
１０５ 表示装置
１０６ メンバシップ関数
１０７ 関係行列
１０８ 信頼性算出処理部
Claims (1)
- 類別対象の目標が有する特徴の計測値である特徴量を得る目標観測手段、この目標観測手段により得られる特徴量と、この特徴値に対応して上記特徴の度合いを上限値と下限値とからなる区間で表す入力ファジィ区間値とを定義したメンバシップ関数を格納した記憶手段、上記メンバシップ関数の上記区間の幅として定義される上記特徴の曖昧さを上記目標観測手段により得られた特徴量から信頼性係数として算出する信頼性係数算出処理手段、上記メンバシップ関数と上記信頼性係数算出処理手段によって算出された信頼性係数とに基づき、上記目標観測手段によって得られた特徴量のファジィ化を行い、上記入力ファジィ区間値を得る区間値ファジィ化処理手段、この区間値ファジイ化処理手段により得られた入力ファジィ区間値から、目標種類の確からしさを表す出力ファジィ区間値をファジィ推論により算出する推論処理手段、この推論処理手段により算出された出力ファジィ区間値から目標種類を確定する非ファジィ化処理手段、及びこの非ファジイ化処理手段により確定された目標種類を表示する表示装置を備えたことを特徴とする目標類別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006271713A JP4693739B2 (ja) | 2006-10-03 | 2006-10-03 | 目標類別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006271713A JP4693739B2 (ja) | 2006-10-03 | 2006-10-03 | 目標類別装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2008089449A true JP2008089449A (ja) | 2008-04-17 |
| JP4693739B2 JP4693739B2 (ja) | 2011-06-01 |
Family
ID=39373757
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006271713A Active JP4693739B2 (ja) | 2006-10-03 | 2006-10-03 | 目標類別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4693739B2 (ja) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0373024A (ja) * | 1989-05-29 | 1991-03-28 | Mitsubishi Electric Corp | フアジイ後向き推論装置 |
| JPH03209185A (ja) * | 1990-01-11 | 1991-09-12 | Mitsubishi Electric Corp | 目標類別装置 |
| JPH0546428A (ja) * | 1991-08-08 | 1993-02-26 | Nec Software Ltd | フアジー診断プロセツサ |
| JPH096366A (ja) * | 1995-06-16 | 1997-01-10 | Fujitsu Ltd | ファジィノイズ消去装置 |
| JP2001134889A (ja) * | 1999-11-04 | 2001-05-18 | Denso Corp | 路面状況推定装置 |
-
2006
- 2006-10-03 JP JP2006271713A patent/JP4693739B2/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0373024A (ja) * | 1989-05-29 | 1991-03-28 | Mitsubishi Electric Corp | フアジイ後向き推論装置 |
| JPH03209185A (ja) * | 1990-01-11 | 1991-09-12 | Mitsubishi Electric Corp | 目標類別装置 |
| JPH0546428A (ja) * | 1991-08-08 | 1993-02-26 | Nec Software Ltd | フアジー診断プロセツサ |
| JPH096366A (ja) * | 1995-06-16 | 1997-01-10 | Fujitsu Ltd | ファジィノイズ消去装置 |
| JP2001134889A (ja) * | 1999-11-04 | 2001-05-18 | Denso Corp | 路面状況推定装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4693739B2 (ja) | 2011-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7925470B2 (en) | Novelty detection | |
| CN111444953B (zh) | 一种基于改进粒子群优化算法的传感器故障监测方法 | |
| JP2017120649A (ja) | 故障条件を学習する機械学習方法及び機械学習装置、並びに該機械学習装置を備えた故障予知装置及び故障予知システム | |
| Ayodeji et al. | Causal augmented ConvNet: A temporal memory dilated convolution model for long-sequence time series prediction | |
| KR20060051471A (ko) | 네트워크 데이터 디스플레이 방법 및 장치, 프로세서 장치및 프로그램을 저장하는 컴퓨터 판독 가능 매체 | |
| Khan et al. | Dissolved oxygen prediction using a possibility theory based fuzzy neural network | |
| du Bos et al. | Modeling stress-strain curves with neural networks: a scalable alternative to the return mapping algorithm | |
| JP4558600B2 (ja) | 航跡相関統合装置 | |
| CN116936966A (zh) | 电池温度监控方法、装置及储能系统 | |
| Costa et al. | Enhancing the accuracy of metocean hindcasts with machine learning models | |
| KR102175280B1 (ko) | 제어 파라미터 학습 기반 제어 시스템 및 방법 | |
| Deo et al. | Combined space–time reduced-order model with three-dimensional deep convolution for extrapolating fluid dynamics | |
| CN109643484A (zh) | 在预警系统中考虑外部影响来学习最新数据的方法以及用于该方法的系统 | |
| CN118093290A (zh) | 一种服务器散热异常检测方法、装置、设备及介质 | |
| Gong et al. | Machine learning-enhanced loT and wireless sensor networks for predictive analysis and maintenance in wind turbine systems | |
| CN114046456A (zh) | 融合模糊推理和神经网络的腐蚀评估方法及系统 | |
| JP4693739B2 (ja) | 目標類別装置 | |
| Dutta et al. | An improved grey wolf optimization algorithm for liquid flow control system | |
| KR102124425B1 (ko) | 시계열 데이터 예측 모델 평가 방법 및 장치 | |
| CN117117992A (zh) | 输出功率调节方法、装置、计算机设备和存储介质 | |
| CN116861256A (zh) | 一种固废焚烧过程的炉温预测方法、系统、设备及介质 | |
| CN107490419B (zh) | 一种干细胞库环境预测和提前报警系统 | |
| JP6347771B2 (ja) | 異常診断装置、異常診断方法及び異常診断プログラム | |
| US20220172027A1 (en) | Inference execution method | |
| JP7353804B2 (ja) | モデル予測制御システム、情報処理装置、プログラム、及びモデル予測制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091221 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100119 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100318 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110215 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110222 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140304 Year of fee payment: 3 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 4693739 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |