JP2993540B2 - 昇順整数列データの圧縮および復号システム - Google Patents
昇順整数列データの圧縮および復号システムInfo
- Publication number
- JP2993540B2 JP2993540B2 JP3357900A JP35790091A JP2993540B2 JP 2993540 B2 JP2993540 B2 JP 2993540B2 JP 3357900 A JP3357900 A JP 3357900A JP 35790091 A JP35790091 A JP 35790091A JP 2993540 B2 JP2993540 B2 JP 2993540B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- quotient
- property
- search
- decoding
- 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.)
- Expired - Lifetime
Links
Description
【０００１】
【産業上の利用分野】本発明は、単調増加的に配列され
た昇順整数列データの圧縮および復号システムに関し、
特にデータベースから必要な情報を取り出すためのデー
タベース検索システムにおいて検索されるデータが単調
増加的に配列された整数列データである場合のそのデー
タの圧縮および復号システムに関する。
た昇順整数列データの圧縮および復号システムに関し、
特にデータベースから必要な情報を取り出すためのデー
タベース検索システムにおいて検索されるデータが単調
増加的に配列された整数列データである場合のそのデー
タの圧縮および復号システムに関する。
【０００２】
【従来の技術】従来、データを圧縮および復号する方法
の代表的なものとしては、ハフマン法、シャノン・ファ
ノ法、ギルバート・ムーア法、ランレングス符号化法な
どが知られている。たとえばハフマン法を用いたものと
しては特開平２−７８３２３号などが挙げられる。
の代表的なものとしては、ハフマン法、シャノン・ファ
ノ法、ギルバート・ムーア法、ランレングス符号化法な
どが知られている。たとえばハフマン法を用いたものと
しては特開平２−７８３２３号などが挙げられる。
【０００３】
【発明が解決しようとする課題】これらの方法は主とし
て、データの文字ごとの出現頻度を測定し、頻度の高い
ものから優先的にデータのサイズを圧縮するものであ
る。これらの方法は、任意の形態のデータに適用できる
利点がある反面、圧縮、復号に数段階の処理を必要とす
るため、特に速度が要求される際には不向きである。
て、データの文字ごとの出現頻度を測定し、頻度の高い
ものから優先的にデータのサイズを圧縮するものであ
る。これらの方法は、任意の形態のデータに適用できる
利点がある反面、圧縮、復号に数段階の処理を必要とす
るため、特に速度が要求される際には不向きである。
【０００４】本発明は、上記のような問題に鑑み、単調
増加的（昇順）に配列された整数列データを高速で圧縮
するとともに、圧縮されたデータを記憶する記憶手段の
容量を小さくすることのできる圧縮および復号システム
を提供することを目的とする。
増加的（昇順）に配列された整数列データを高速で圧縮
するとともに、圧縮されたデータを記憶する記憶手段の
容量を小さくすることのできる圧縮および復号システム
を提供することを目的とする。
【０００５】
【課題を解決するための手段】本発明の圧縮および復号
システムは、昇順に配列された整数列データの圧縮およ
び復号において、昇順に配列された整数列データについ
て除算を行う除算手段と、除算手段により得られた商を
すでに記憶された古い商と比較し、得られた商が古い商
よりも大きい場合にこれらの商の差を出力する商記憶比
較手段と、商記憶比較手段から商の差が出力された場合
には商の差とともに除算手段により得られた余りを記憶
し、商記憶比較手段から商の差が出力されない場合には
除算手段により得られた余りのみを記憶する記憶手段
と、記憶手段に記憶された商の差および余りのデータか
ら元の整数列データを復号する復号手段とを具備する。
システムは、昇順に配列された整数列データの圧縮およ
び復号において、昇順に配列された整数列データについ
て除算を行う除算手段と、除算手段により得られた商を
すでに記憶された古い商と比較し、得られた商が古い商
よりも大きい場合にこれらの商の差を出力する商記憶比
較手段と、商記憶比較手段から商の差が出力された場合
には商の差とともに除算手段により得られた余りを記憶
し、商記憶比較手段から商の差が出力されない場合には
除算手段により得られた余りのみを記憶する記憶手段
と、記憶手段に記憶された商の差および余りのデータか
ら元の整数列データを復号する復号手段とを具備する。
【０００６】
【作用】本発明によれば、圧縮時には昇順に配列された
データを除算し、得られた商をそれまでの古い商と比較
して商の差がある場合にのみ商の差を保存するとともに
余りを保存し、商の差がない場合には余りのデータのみ
を保存するようにしている。したがって、従来の一般的
な圧縮符号化方法に比べて計算量を大幅に節約できるか
ら、高速で圧縮および復号を行うことができる。また、
統計量のようなデータ全体にわたるパラメータを必要と
しないため、データの追加や削除を容易に実施すること
ができる。
データを除算し、得られた商をそれまでの古い商と比較
して商の差がある場合にのみ商の差を保存するとともに
余りを保存し、商の差がない場合には余りのデータのみ
を保存するようにしている。したがって、従来の一般的
な圧縮符号化方法に比べて計算量を大幅に節約できるか
ら、高速で圧縮および復号を行うことができる。また、
統計量のようなデータ全体にわたるパラメータを必要と
しないため、データの追加や削除を容易に実施すること
ができる。
【０００７】
【実施例】図１には、本発明によるシステムの一実施例
が示されている。同図に示すように、整数列データＤ１
は３２０、３３３、４０１．．．と、単調増加的（昇
順）に配列されている。これらのデータはたとえば３２
ビットで表される。整数列データＤ１は圧縮装置におい
て、除算部１２に送られる。除算部１２は入力されたデ
ータに対して所定の値によって除算を行う。本実施例で
は入力されたデータを２５５で割る。得られた商は商記
憶比較部１４に送られ、余りは圧縮数列Ｄ２処理部１６
に送られる。
が示されている。同図に示すように、整数列データＤ１
は３２０、３３３、４０１．．．と、単調増加的（昇
順）に配列されている。これらのデータはたとえば３２
ビットで表される。整数列データＤ１は圧縮装置におい
て、除算部１２に送られる。除算部１２は入力されたデ
ータに対して所定の値によって除算を行う。本実施例で
は入力されたデータを２５５で割る。得られた商は商記
憶比較部１４に送られ、余りは圧縮数列Ｄ２処理部１６
に送られる。
【０００８】商記憶比較部１４は入力された新しい商Ｐ
new を記憶されている古い商Ｐoldと比較する。古い商
Ｐold は初期値として０が与えられる。商記憶比較部１
４はＰnew ＞Ｐold の場合には、桁上がりを示すマーク
文字Ｃおよび商の差Ｐnew −Ｐold を圧縮数列Ｄ２処理
部１６に送るとともに、記憶されていた古い商Ｐoldに
代えて新しい商Ｐnew を記憶する。この条件を満たさな
い場合には、商記憶比較部１４は圧縮数列Ｄ２処理部１
６へ何らデータを送らない。
new を記憶されている古い商Ｐoldと比較する。古い商
Ｐold は初期値として０が与えられる。商記憶比較部１
４はＰnew ＞Ｐold の場合には、桁上がりを示すマーク
文字Ｃおよび商の差Ｐnew −Ｐold を圧縮数列Ｄ２処理
部１６に送るとともに、記憶されていた古い商Ｐoldに
代えて新しい商Ｐnew を記憶する。この条件を満たさな
い場合には、商記憶比較部１４は圧縮数列Ｄ２処理部１
６へ何らデータを送らない。
【０００９】本実施例においては、最初のデータ３２０
を２５５で割ると、商１、余り６５が得られるが、古い
商Ｐold の初期値として０が与えられているため、Ｐne
w ＞Ｐold を満たし、商記憶比較部１４は桁上がりを示
すマーク文字Ｃおよび商の差１を圧縮数列Ｄ２処理部１
６に送るとともに、記憶されていた古い商０に代えて新
しい商１を記憶する。
を２５５で割ると、商１、余り６５が得られるが、古い
商Ｐold の初期値として０が与えられているため、Ｐne
w ＞Ｐold を満たし、商記憶比較部１４は桁上がりを示
すマーク文字Ｃおよび商の差１を圧縮数列Ｄ２処理部１
６に送るとともに、記憶されていた古い商０に代えて新
しい商１を記憶する。
【００１０】圧縮数列Ｄ２処理部１６は、商記憶比較部
１４から送られた桁上がりを示すマーク文字Ｃおよび商
の差１、および除算部１２から送られた余り６５を記憶
する。
１４から送られた桁上がりを示すマーク文字Ｃおよび商
の差１、および除算部１２から送られた余り６５を記憶
する。
【００１１】次に整数列データＤ１として３３３が送ら
れると、除算部１２はこれを同様に２５５で割る。この
場合には商１、余り７８となる。商記憶比較部１４は新
しい商Ｐnew を記憶されている古い商Ｐold と比較す
る。この場合にはＰnew およびＰold はいずれも１であ
るから、上記の条件Ｐnew ＞Ｐold を満たさない。した
がって、圧縮数列Ｄ２処理部１６には除算部１２からの
余りのデータのみが送られる。
れると、除算部１２はこれを同様に２５５で割る。この
場合には商１、余り７８となる。商記憶比較部１４は新
しい商Ｐnew を記憶されている古い商Ｐold と比較す
る。この場合にはＰnew およびＰold はいずれも１であ
るから、上記の条件Ｐnew ＞Ｐold を満たさない。した
がって、圧縮数列Ｄ２処理部１６には除算部１２からの
余りのデータのみが送られる。
【００１２】同様の動作を繰り返すことにより、圧縮数
列Ｄ２処理部１６には圧縮されたデータが順次送られ
る。これらの圧縮データは保存部１８に記憶される。
列Ｄ２処理部１６には圧縮されたデータが順次送られ
る。これらの圧縮データは保存部１８に記憶される。
【００１３】復号においては、保存部１８に記憶された
圧縮データが圧縮数列Ｄ２処理部１６に取り出され、読
み取り部２２により読み取られる。読み取り部２２は、
圧縮データに桁上がりを示すマーク文字Ｃが出現した場
合には、その直後のデータをバイアス記憶部２４に送
る。また、マーク文字Ｃの出現の有無にかかわらず、余
りのデータを加算部２６に送る。
圧縮データが圧縮数列Ｄ２処理部１６に取り出され、読
み取り部２２により読み取られる。読み取り部２２は、
圧縮データに桁上がりを示すマーク文字Ｃが出現した場
合には、その直後のデータをバイアス記憶部２４に送
る。また、マーク文字Ｃの出現の有無にかかわらず、余
りのデータを加算部２６に送る。
【００１４】たとえば本実施例における最初の圧縮デー
タは、桁上がりを示すマーク文字Ｃがあるから、その直
後のデータ１をバイアス記憶部２４に送る。また、余り
のデータ６５を加算部２６に送る。
タは、桁上がりを示すマーク文字Ｃがあるから、その直
後のデータ１をバイアス記憶部２４に送る。また、余り
のデータ６５を加算部２６に送る。
【００１５】バイアス記憶部２４は、同図に示すよう
に、商に基づく値Ｉを保存し、読み取り部２２からマー
ク文字Ｃの直後のデータΔＰ、すなわち商の差が送られ
た場合には除数Ｌと商の差ΔＰとの積Ｌ×ΔＰを、それ
まで保存されていた値Ｉに加算し、得られた値を新たな
値Ｉとして保存するとともに、加算部２６へ出力する。
Ｉの初期値は０とされる。
に、商に基づく値Ｉを保存し、読み取り部２２からマー
ク文字Ｃの直後のデータΔＰ、すなわち商の差が送られ
た場合には除数Ｌと商の差ΔＰとの積Ｌ×ΔＰを、それ
まで保存されていた値Ｉに加算し、得られた値を新たな
値Ｉとして保存するとともに、加算部２６へ出力する。
Ｉの初期値は０とされる。
【００１６】本実施例においては、上記のようにマーク
文字Ｃの直後のデータΔＰとして１が送られており、除
数Ｌは２５５であるから、バイアス記憶部２４は２５５
×１をＩの初期値０に加算した値２５５を保存するとと
もに、加算部２６へ出力する。
文字Ｃの直後のデータΔＰとして１が送られており、除
数Ｌは２５５であるから、バイアス記憶部２４は２５５
×１をＩの初期値０に加算した値２５５を保存するとと
もに、加算部２６へ出力する。
【００１７】加算部２６は、バイアス記憶部２４から送
られるＩと読み取り部２２から送られる余りを加算す
る。この例では、バイアス記憶部２４から送られる２５
５と読み取り部２２から送られる余り６５を加算し、復
号データ３２０を得る。得られた復号データは復元数列
Ｄ３保持部２８に送られ、必要に応じて出力される。
られるＩと読み取り部２２から送られる余りを加算す
る。この例では、バイアス記憶部２４から送られる２５
５と読み取り部２２から送られる余り６５を加算し、復
号データ３２０を得る。得られた復号データは復元数列
Ｄ３保持部２８に送られ、必要に応じて出力される。
【００１８】本実施例によれば、上記のように圧縮時に
昇順データを除数Ｌで除算し、得られた商をそれまでの
古い商と比較して商の差がある場合にのみ商の差を保存
するとともに余りを保存し、商の差がない場合には余り
のデータのみを保存するようにしている。したがって、
従来の一般的な圧縮符号化方法に比べて計算量を大幅に
節約できるから、高速で圧縮および復号を行うことがで
きる。また、統計量のようなデータ全体にわたるパラメ
ータを必要としないため、データの追加や削除を容易に
実施することができる。
昇順データを除数Ｌで除算し、得られた商をそれまでの
古い商と比較して商の差がある場合にのみ商の差を保存
するとともに余りを保存し、商の差がない場合には余り
のデータのみを保存するようにしている。したがって、
従来の一般的な圧縮符号化方法に比べて計算量を大幅に
節約できるから、高速で圧縮および復号を行うことがで
きる。また、統計量のようなデータ全体にわたるパラメ
ータを必要としないため、データの追加や削除を容易に
実施することができる。
【００１９】本発明による圧縮および復号システムは、
各種の昇順に配列された整数列データの圧縮および復号
に適用できる。たとえば次のようなデータ検索システム
におけるデータの処理に適用できる。
各種の昇順に配列された整数列データの圧縮および復号
に適用できる。たとえば次のようなデータ検索システム
におけるデータの処理に適用できる。
【００２０】図２は、本発明が適用される一実施例を示
す近傍特徴量の抽出によるパターン検索システムのデー
タフロー図である。この検索システムでは、予め全対象
物件から事象（情報）の位相情報を全て捨象した近傍特
徴量データを作成し、そのデータ群に対して全物件検索
を行なう。検索のアルゴリズムは、学習ステップと検索
ステップとからなる。学習ステップでは、物件毎に近傍
特徴量行列が位相情報として作成される。図２では、検
索対象１０から自己相関行列（近傍特徴量行列）３０を
作成し、それを構造ファイル４０に保存するまでのステ
ップに該当する。また、検索ステップでは、検索キーに
対して学習ステップと同様の処理を行って検索キーの近
傍特徴量が求められ、物件の近傍特徴量とのマッチング
演算が行なわれ、物件ごとにマッチング度（類似度）を
示す評価結果を得る。図２では、検索キー５０をもとに
検索Ｓ４にて構造ファイル４０の物件データとのマッチ
ング演算を行い、評価結果リスト７０あるいはソート済
みリスト８０のように結果を出力するまでのステップに
該当する。以下、各ステップについて説明する。
す近傍特徴量の抽出によるパターン検索システムのデー
タフロー図である。この検索システムでは、予め全対象
物件から事象（情報）の位相情報を全て捨象した近傍特
徴量データを作成し、そのデータ群に対して全物件検索
を行なう。検索のアルゴリズムは、学習ステップと検索
ステップとからなる。学習ステップでは、物件毎に近傍
特徴量行列が位相情報として作成される。図２では、検
索対象１０から自己相関行列（近傍特徴量行列）３０を
作成し、それを構造ファイル４０に保存するまでのステ
ップに該当する。また、検索ステップでは、検索キーに
対して学習ステップと同様の処理を行って検索キーの近
傍特徴量が求められ、物件の近傍特徴量とのマッチング
演算が行なわれ、物件ごとにマッチング度（類似度）を
示す評価結果を得る。図２では、検索キー５０をもとに
検索Ｓ４にて構造ファイル４０の物件データとのマッチ
ング演算を行い、評価結果リスト７０あるいはソート済
みリスト８０のように結果を出力するまでのステップに
該当する。以下、各ステップについて説明する。
【００２１】（１）、学習ステップ 図２に於いて、検索対象１０は、例えば日本語、英語、
ドイツ語、フランス語、ヘブライ語、ロシア語などの文
書データ、或いは量子化された波形数値データ、化学構
造式、遺伝子情報などである。このような検索対象に対
して、まず正規化手段Ｓ１により正規化の処理を行な
う。一般に検索対象は、情報の最小単位（文書であれば
アルファベットなどの文字、数値チャートであれば、あ
る時刻における実数値など）の列で表現されている。そ
れをなんらかの方法でｎ階調の整数列に変換する。これ
をデータの正規化と呼ぶ。
ドイツ語、フランス語、ヘブライ語、ロシア語などの文
書データ、或いは量子化された波形数値データ、化学構
造式、遺伝子情報などである。このような検索対象に対
して、まず正規化手段Ｓ１により正規化の処理を行な
う。一般に検索対象は、情報の最小単位（文書であれば
アルファベットなどの文字、数値チャートであれば、あ
る時刻における実数値など）の列で表現されている。そ
れをなんらかの方法でｎ階調の整数列に変換する。これ
をデータの正規化と呼ぶ。
【００２２】例えば、英文書データの場合、ＡＳＣＩＩ
コード表をそのまま用いることにより、次のような２５
６階調の数値表現として実現される。 …… This is a pen. …… 84｜104 ｜105 ｜115 ｜32｜105 ｜115 ｜32｜97｜32｜112 ｜101 ｜110 ｜46｜
コード表をそのまま用いることにより、次のような２５
６階調の数値表現として実現される。 …… This is a pen. …… 84｜104 ｜105 ｜115 ｜32｜105 ｜115 ｜32｜97｜32｜112 ｜101 ｜110 ｜46｜
【００２３】上記のコードにおいては、Ｔが84、ｈが10
4 ．．と対応している。
4 ．．と対応している。
【００２４】次に、正規化されたデータ２０から、学習
手段Ｓ２により近傍特徴量が算出され、以下に説明する
手順で近傍特徴量行列３０の形式に畳込まれる。ここで
近傍特徴量をとる演算式は種々考えられる。この演算式
は検索の鋭さ（過検出の少なさ）にも影響を与える。
手段Ｓ２により近傍特徴量が算出され、以下に説明する
手順で近傍特徴量行列３０の形式に畳込まれる。ここで
近傍特徴量をとる演算式は種々考えられる。この演算式
は検索の鋭さ（過検出の少なさ）にも影響を与える。
【００２５】学習手段Ｓ２の一例として、正規化された
データ２０から量子化量を求め、この量子化量を用いて
近傍特徴量行列３０を得る手順を説明する。例えば図４
に示すように、検索される対象物件（文書）が複数ある
とし、そのうちのｉ番目の物件の量子化について考え
る。ここで、ｉ番目の物件（文書）のｊ番目のデータ
（文字）をＣi,j とし、Ｃ i,j のｋ近傍に関するデータ
をＣ i,j+1 ，Ｃ i,j+2 ， .... Ｃ i,j+k とする。ｉ番目の
物件において、図３に示すように正規化された数値列13
5,64,37,71,101,...が並んでいるとすると、Ｃi,j に関
する量子化量ｘおよびＣ i,j の前方ｋ近傍に関する量子
化量ｙは、 ｘ＝f(Ｃi,j ） ｙ＝g(Ｃi,j , Ｃi,j+1,Ｃi,j+2,...., Ｃi,j+k ) …式（１） で求められる。
データ２０から量子化量を求め、この量子化量を用いて
近傍特徴量行列３０を得る手順を説明する。例えば図４
に示すように、検索される対象物件（文書）が複数ある
とし、そのうちのｉ番目の物件の量子化について考え
る。ここで、ｉ番目の物件（文書）のｊ番目のデータ
（文字）をＣi,j とし、Ｃ i,j のｋ近傍に関するデータ
をＣ i,j+1 ，Ｃ i,j+2 ， .... Ｃ i,j+k とする。ｉ番目の
物件において、図３に示すように正規化された数値列13
5,64,37,71,101,...が並んでいるとすると、Ｃi,j に関
する量子化量ｘおよびＣ i,j の前方ｋ近傍に関する量子
化量ｙは、 ｘ＝f(Ｃi,j ） ｙ＝g(Ｃi,j , Ｃi,j+1,Ｃi,j+2,...., Ｃi,j+k ) …式（１） で求められる。
【００２６】ここで、f(Ｃi,j ）はＣi,j に関するｎ段
階量子化関数である。すなわち、ｉ番目の物件のｊ番目
のデータＣi,j について所定の演算を行って得られる値
であり、１〜ｎのいずれかの整数で表される。したがっ
て、このｎ段階量子化関数fの演算により得られた量子
化量ｘの値によって、図４に示す行列（座標）において
ｘ軸方向の位置が１〜ｎの範囲で定まる。
階量子化関数である。すなわち、ｉ番目の物件のｊ番目
のデータＣi,j について所定の演算を行って得られる値
であり、１〜ｎのいずれかの整数で表される。したがっ
て、このｎ段階量子化関数fの演算により得られた量子
化量ｘの値によって、図４に示す行列（座標）において
ｘ軸方向の位置が１〜ｎの範囲で定まる。
【００２７】また、g(Ｃi,j , Ｃi,j+1,Ｃi,j+2,....,
Ｃi,j+k ) は、Ｃi,j の前方ｋ近傍に関するｍ段階量子
化関数である。すなわち、ｉ番目の物件のｊ番目のデー
タＣi,j と、そのデータＣ i,j の近傍の所定数のデータ
Ｃ i,j+1, Ｃ i,j+2,...., Ｃ i, j+k とについて所定の演算
を行って得られる値であり、１〜ｍのいずれかの整数で
表される。たとえば図３に示すようにｊ番目のデータＣ
i,j が１３５であり、ｋが３の場合には、Ｃi,j+1,Ｃ
i,j+2,Ｃi,j+3 としてデータ１３５に続くデータ６４、
３７、７１を抽出し、これらのデータとデータ１３５と
の相関について所定の演算を行う。ｊ番目のデータＣ
i,j が次の６４の場合には、Ｃi,j+1,Ｃi,j+2,Ｃi,j+3
としてデータ６４に続くデータ３７、７１、１０１を抽
出し、これらのデータとデータ６４との相関について所
定の演算を行う。このようにしてｍ段階量子化関数g の
演算により得られた量子化量ｙの値によって、図４に示
す行列（座標）におけるｙ軸方向の位置が１〜ｍの範囲
で定まる。
Ｃi,j+k ) は、Ｃi,j の前方ｋ近傍に関するｍ段階量子
化関数である。すなわち、ｉ番目の物件のｊ番目のデー
タＣi,j と、そのデータＣ i,j の近傍の所定数のデータ
Ｃ i,j+1, Ｃ i,j+2,...., Ｃ i, j+k とについて所定の演算
を行って得られる値であり、１〜ｍのいずれかの整数で
表される。たとえば図３に示すようにｊ番目のデータＣ
i,j が１３５であり、ｋが３の場合には、Ｃi,j+1,Ｃ
i,j+2,Ｃi,j+3 としてデータ１３５に続くデータ６４、
３７、７１を抽出し、これらのデータとデータ１３５と
の相関について所定の演算を行う。ｊ番目のデータＣ
i,j が次の６４の場合には、Ｃi,j+1,Ｃi,j+2,Ｃi,j+3
としてデータ６４に続くデータ３７、７１、１０１を抽
出し、これらのデータとデータ６４との相関について所
定の演算を行う。このようにしてｍ段階量子化関数g の
演算により得られた量子化量ｙの値によって、図４に示
す行列（座標）におけるｙ軸方向の位置が１〜ｍの範囲
で定まる。
【００２８】したがって、上記のように正規化されたデ
ータ２０から量子化量ｘ、ｙを求めることによって、図
４に示す行列（座標）における位置が定まる。なお、量
子化量を求める演算式f() 、g() としては種々あるが、
例えば、 f: x→x g: (x,y)→x-y （または｜x-y｜） …式（２） のように、演算式f() は入力された値をそのまま量子化
量とし、演算式g() は入力された２つの値の差、あるい
は差の絶対値を量子化量とする例が考えられる。この場
合、正規化されたデータ２０が先の例 84｜104 ｜105
｜115 .... では、データＣ i,j を84とすると、Ｃ
i,j と、Ｃ i,j の前方ｋ近傍に関する量子化量ｘ，ｙの
座標位置は、(84,20) 、(84,21) 、(84,31) 、 .... とな
る。 また、この式（２）以外にも、幾つかの文字列の個
々の文字整数値に対し四則演算を施すことにより近傍特
徴量を取り出してもよい。図３中に示した量子化量ｘ，
ｙの座標位置(51,71) 、(32,103 ) 、 .... は、上記式
（２）とは異なる手法によって求めたものである。
ータ２０から量子化量ｘ、ｙを求めることによって、図
４に示す行列（座標）における位置が定まる。なお、量
子化量を求める演算式f() 、g() としては種々あるが、
例えば、 f: x→x g: (x,y)→x-y （または｜x-y｜） …式（２） のように、演算式f() は入力された値をそのまま量子化
量とし、演算式g() は入力された２つの値の差、あるい
は差の絶対値を量子化量とする例が考えられる。この場
合、正規化されたデータ２０が先の例 84｜104 ｜105
｜115 .... では、データＣ i,j を84とすると、Ｃ
i,j と、Ｃ i,j の前方ｋ近傍に関する量子化量ｘ，ｙの
座標位置は、(84,20) 、(84,21) 、(84,31) 、 .... とな
る。 また、この式（２）以外にも、幾つかの文字列の個
々の文字整数値に対し四則演算を施すことにより近傍特
徴量を取り出してもよい。図３中に示した量子化量ｘ，
ｙの座標位置(51,71) 、(32,103 ) 、 .... は、上記式
（２）とは異なる手法によって求めたものである。
【００２９】本システムでは、各物件情報は、上記のよ
うにして求めた量子化量ｘ、ｙに対して物件の通番ｉと
重みｗ（x,y,i)の組として記憶される。重みｗ（x,y,i)
は、データｘ、ｙ、ｉから所定の演算によって求められ
るが、通常は重みｗ（x,y,i)の値は１に固定される。
うにして求めた量子化量ｘ、ｙに対して物件の通番ｉと
重みｗ（x,y,i)の組として記憶される。重みｗ（x,y,i)
は、データｘ、ｙ、ｉから所定の演算によって求められ
るが、通常は重みｗ（x,y,i)の値は１に固定される。
【００３０】上記のようにして各物件についてデータＣ
i,j ごとに求められた量子化量ｘ、ｙの値に基づき、図
４に棒によって示されるように、データを記憶する。す
なわち、データＣi,j の量子化量ｘ、ｙの値によって定
められる座標の位置に、その物件の通番ｉとその重みｗ
（x,y,i)を組みとしたデータを記憶する。同図ではこの
ようなデータが記憶されるごとに棒の長さが延びるよう
に表されている。通常は重みｗ（x,y,i)は１とされるか
ら、物件の通番ｉのデータのみがｘ、ｙの値によって定
められる座標の位置に記憶されてゆく。この物件の通番
ｉのデータは昇順に配列された整数データであるから、
前述の方法による圧縮および復号に適している。したが
って、前述の圧縮を行うことにより、高速でデータを圧
縮し、データの記憶容量を小さくすることができる。
i,j ごとに求められた量子化量ｘ、ｙの値に基づき、図
４に棒によって示されるように、データを記憶する。す
なわち、データＣi,j の量子化量ｘ、ｙの値によって定
められる座標の位置に、その物件の通番ｉとその重みｗ
（x,y,i)を組みとしたデータを記憶する。同図ではこの
ようなデータが記憶されるごとに棒の長さが延びるよう
に表されている。通常は重みｗ（x,y,i)は１とされるか
ら、物件の通番ｉのデータのみがｘ、ｙの値によって定
められる座標の位置に記憶されてゆく。この物件の通番
ｉのデータは昇順に配列された整数データであるから、
前述の方法による圧縮および復号に適している。したが
って、前述の圧縮を行うことにより、高速でデータを圧
縮し、データの記憶容量を小さくすることができる。
【００３１】この様にして作成された近傍特徴量行列に
物件の識別番号を付加して構造ファイル４０として保存
する。
物件の識別番号を付加して構造ファイル４０として保存
する。
【００３２】（２）、検索ステップ まず検索キー５０を入力する。例えば、"This is a pe
n."を検索キーとする。この検索キー５０に対して学習
ステップでの正規化手段Ｓ１と同一の正規化方法に基づ
く正規化手段Ｓ３によりキー情報を以下の整数列に正規
化する。84｜104 ｜105 ｜115 ｜32｜105 ｜115 ｜32｜
97｜32｜112 ｜101 ｜110 ｜46｜
n."を検索キーとする。この検索キー５０に対して学習
ステップでの正規化手段Ｓ１と同一の正規化方法に基づ
く正規化手段Ｓ３によりキー情報を以下の整数列に正規
化する。84｜104 ｜105 ｜115 ｜32｜105 ｜115 ｜32｜
97｜32｜112 ｜101 ｜110 ｜46｜
【００３３】次に、検索手段Ｓ４において、学習ステッ
プでの学習手段Ｓ２と同一の自己相関計算式f() 、g()
を用いて、正規化された検索キー５０の数値列の先頭か
ら量子化量ｘ、ｙの組の系列を作成する。次に、この検
索キー５０の量子化量ｘ、ｙの組の系列に基づいて、構
造ファイル４０内から取り出した物件ｉに対する検索キ
ー５０の含有度数ω i として、Ｖ（ｘ j, ｙ j, ｉ）をｊ＝
１〜ｍについて合計することにより算出する。
プでの学習手段Ｓ２と同一の自己相関計算式f() 、g()
を用いて、正規化された検索キー５０の数値列の先頭か
ら量子化量ｘ、ｙの組の系列を作成する。次に、この検
索キー５０の量子化量ｘ、ｙの組の系列に基づいて、構
造ファイル４０内から取り出した物件ｉに対する検索キ
ー５０の含有度数ω i として、Ｖ（ｘ j, ｙ j, ｉ）をｊ＝
１〜ｍについて合計することにより算出する。
【００３４】ただし、Ｖ（ｘ j, ｙ j, ｉ）は、構造ファイ
ル４０に記憶された物件ｉの重みに 等しく、重みを持た
ない場合には０と定める。
ル４０に記憶された物件ｉの重みに 等しく、重みを持た
ない場合には０と定める。
【００３５】したがって、検索すべきキー５０の数値列
から求めた量子化量ｘ、ｙの組に対応する図４の量子化
量ｘ、ｙの位置にデータがある場合（棒がある場合）に
は、別に設けられた記憶手段のそのデータに示される物
件の通番ｉの格納箇所に、その重みの値を構造評価値sc
ore （合致度）として記憶させる。
から求めた量子化量ｘ、ｙの組に対応する図４の量子化
量ｘ、ｙの位置にデータがある場合（棒がある場合）に
は、別に設けられた記憶手段のそのデータに示される物
件の通番ｉの格納箇所に、その重みの値を構造評価値sc
ore （合致度）として記憶させる。
【００３６】次に、評価結果出力手段Ｓ５において、構
造ファイル４０内の各物件毎に得られた構造評価値scor
e （合致度）を完全一致の場合の評価値で割って、検索
キー５０の含有確率を求め、評価結果のリスト７０を得
る。更にソート手段Ｓ６において、このリスト７０を含
有確率の降順にソートし、ソート済みリスト８０を得
る。
造ファイル４０内の各物件毎に得られた構造評価値scor
e （合致度）を完全一致の場合の評価値で割って、検索
キー５０の含有確率を求め、評価結果のリスト７０を得
る。更にソート手段Ｓ６において、このリスト７０を含
有確率の降順にソートし、ソート済みリスト８０を得
る。
【００３７】このソート済みリスト８０が検索結果であ
り、その上位物件を参照することにより、検索キーが物
件中に含まれている確率が高い物件名を知ることができ
る。含有確率は、完全一致及び不完全一致の全てについ
て求まるから、あいまい一致検索を行なうことができ
る。
り、その上位物件を参照することにより、検索キーが物
件中に含まれている確率が高い物件名を知ることができ
る。含有確率は、完全一致及び不完全一致の全てについ
て求まるから、あいまい一致検索を行なうことができ
る。
【００３８】また、検索キーの全情報についての全物件
探索であるから、検索もれが発生する確率は、本質的に
零であると言う特徴がある。
探索であるから、検索もれが発生する確率は、本質的に
零であると言う特徴がある。
【００３９】また、１つの物件に対する検索キーの評価
時間は、キーの文字数のみに依存し、物件の大きさには
依存しない。従って、非常に高速に検索を行なうことが
できる。
時間は、キーの文字数のみに依存し、物件の大きさには
依存しない。従って、非常に高速に検索を行なうことが
できる。
【００４０】また検索結果のリストどうしの論理演算を
行うことにより、検索条件に対するＡＮＤ、ＯＲなどの
検索演算処理も高速に実行できる。
行うことにより、検索条件に対するＡＮＤ、ＯＲなどの
検索演算処理も高速に実行できる。
【００４１】近傍特徴量は、各物件の全データを対象と
し取り出さなくてもよい。例えば、物件データ中の特定
の一つまたは一つ以上の整数値、特定の範囲の整数値、
或いはデータ列を構成する各バイト中の特定の一つまた
は一つ以上のビットを除外して近傍特徴量を捨象しても
よい。また、日本語文書のように２バイト文字で構成さ
れている場合には、例えば上位バイトを除外して下位バ
イトを対象として近傍特徴量を取り出してもよい。
し取り出さなくてもよい。例えば、物件データ中の特定
の一つまたは一つ以上の整数値、特定の範囲の整数値、
或いはデータ列を構成する各バイト中の特定の一つまた
は一つ以上のビットを除外して近傍特徴量を捨象しても
よい。また、日本語文書のように２バイト文字で構成さ
れている場合には、例えば上位バイトを除外して下位バ
イトを対象として近傍特徴量を取り出してもよい。
【００４２】上述の例では、近傍特徴量によって生成さ
れる行列は、２５６次のビット行列であり、これは８Ｋ
バイトに相当する。従って、１物件のデータが１Ｋバイ
ト程度であるデータベースでは、効率のよいシステムで
あるとは言えない。そこで上記のようなデータ圧縮手段
Ｓ７を設けてデータ圧縮を行なって構造ファイル４０の
容量を減らすのがよい。
れる行列は、２５６次のビット行列であり、これは８Ｋ
バイトに相当する。従って、１物件のデータが１Ｋバイ
ト程度であるデータベースでは、効率のよいシステムで
あるとは言えない。そこで上記のようなデータ圧縮手段
Ｓ７を設けてデータ圧縮を行なって構造ファイル４０の
容量を減らすのがよい。
【００４３】図５にデータ圧縮法の一例を示す。この例
では、２５６次の近傍特徴量行列の各物件毎に重みｗが
０でない物件名４０ａ（識別コード）を１バイト／件の
データ列として蓄積する。従って、重みｗが０である物
件名は不要データとして除外する。
では、２５６次の近傍特徴量行列の各物件毎に重みｗが
０でない物件名４０ａ（識別コード）を１バイト／件の
データ列として蓄積する。従って、重みｗが０である物
件名は不要データとして除外する。
【００４４】物件数が２５５個以上ある場合には、物件
名４０ａは１バイトで表せないので、下位の１バイトの
みを蓄積する。例えば、物件数が１万件の場合、物件名
は２バイトで表されるが、そのうちの下位１バイトを使
用する。そして物件名コードが２５５を越える毎にデー
タ列にマーカ４０ｂを挿入する。
名４０ａは１バイトで表せないので、下位の１バイトの
みを蓄積する。例えば、物件数が１万件の場合、物件名
は２バイトで表されるが、そのうちの下位１バイトを使
用する。そして物件名コードが２５５を越える毎にデー
タ列にマーカ４０ｂを挿入する。
【００４５】検索時には、検索キーの近傍特徴量の各々
に該当する構造ファイルのデータ列を取り出し、物件名
毎の出現度数テーブルを作成する。この際、マーカ４０
ｂを越える毎に物件名コードに２５５を加える。このよ
うにして作成した出現度数テーブルに基づいて図２の評
価結果リスト７０が得られる。
に該当する構造ファイルのデータ列を取り出し、物件名
毎の出現度数テーブルを作成する。この際、マーカ４０
ｂを越える毎に物件名コードに２５５を加える。このよ
うにして作成した出現度数テーブルに基づいて図２の評
価結果リスト７０が得られる。
【００４６】なお物件名コードのデータ列が例えば全物
件中の半分以上ある場合には、その近傍特徴量行列要素
は各物件について共通であると見なして、その要素を削
除してもよい。
件中の半分以上ある場合には、その近傍特徴量行列要素
は各物件について共通であると見なして、その要素を削
除してもよい。
【００４７】上述の実施例において，正規化手段Ｓ１、
学習手段Ｓ２、正規化手段Ｓ３、検索手段Ｓ４、評価結
果出力手段Ｓ５、ソート手段Ｓ６、データ圧縮手段Ｓ７
は、コンピュータプログラムによって構成することがで
きるが、論理回路素子を用いて専用のハードウエアを構
成してもよい。
学習手段Ｓ２、正規化手段Ｓ３、検索手段Ｓ４、評価結
果出力手段Ｓ５、ソート手段Ｓ６、データ圧縮手段Ｓ７
は、コンピュータプログラムによって構成することがで
きるが、論理回路素子を用いて専用のハードウエアを構
成してもよい。
【００４８】
【発明の効果】本発明の従来の一般的な圧縮符号化方法
に比べて計算量を大幅に節約できるから、高速で圧縮お
よび復号を行うことができる。また、統計量のようなデ
ータ全体にわたるパラメータを必要としないため、デー
タの追加や削除を容易に実施することができる。
に比べて計算量を大幅に節約できるから、高速で圧縮お
よび復号を行うことができる。また、統計量のようなデ
ータ全体にわたるパラメータを必要としないため、デー
タの追加や削除を容易に実施することができる。
【図１】本発明による圧縮復号システムの一実施例のデ
ータフロー図である。
ータフロー図である。
【図２】本発明による圧縮復号システムを適用するデー
タベース検索システムのデータフロー図である。
タベース検索システムのデータフロー図である。
【図３】近傍情報の量子化を示す図である。
【図４】記憶される情報構造を示す図である。
【図５】圧縮された近傍特徴量のデータ構成図である。
１０ 検索対象 １２ 除算部 １４ 商記憶比較部 １６ 圧縮数列Ｄ２処理部 １８ 保存部 ２０ 正規化データ ２２ 読み取り部 ２４ バイアス記憶部 ２６ 加算部 ２８ 復元数列Ｄ３保持部 ３０ 近傍特徴量行列 ４０ 構造ファイル ５０ 検索キー ６０ 正規化キー ７０ 評価結果リスト ８０ ソート済みリスト Ｓ１ 正規化手段 Ｓ２ 学習手段 Ｓ３ 正規化手段 Ｓ４ 検索手段 Ｓ５ 評価結果出力手段 Ｓ６ ソート手段 Ｓ７ データ圧縮手段
Claims (7)
- 【請求項１】 昇順に配列された整数列データの圧縮お
よび復号システムにおいて、 昇順に配列された整数列データについて除算を行う除算
手段と、 前記除算手段により得られた商をすでに記憶された古い
商と比較し、前記得られた商が前記古い商よりも大きい
場合にこれらの商の差を出力する商記憶比較手段と、 前記商記憶比較手段から前記商の差が出力された場合に
は前記商の差とともに前記除算手段により得られた余り
を記憶し、前記商記憶比較手段から前記商の差が出力さ
れない場合には前記除算手段により得られた余りのみを
記憶する記憶手段と、 前記記憶手段に記憶された前記商の差および余りのデー
タから元の整数列データを復号する復号手段とを具備す
ることを特徴とする昇順整数列データの圧縮および復号
システム。 - 【請求項２】 前記商記憶比較手段は、前記得られた商
が前記古い商よりも大きい場合に桁上がりを示すマーク
とともに前記商の差を出力することを特徴とする請求項
１の昇順整数列データの圧縮および復号システム。 - 【請求項３】 検索対象のｉ番目の物件のｊ番目のデー
タＣ i,j と、ｉ番目の物件内のデータＣ i,j の近傍デー
タＣ i,k とに基づいて算出される複数の量子化量の組み
合わせから成る近傍特徴量を上記検索対象の物件毎に記
憶した記憶手段と、 検索キーの近傍特徴量と検索対象の上記近傍特徴量との
合致度を物件毎に求め、物件番号を合致度の降順に出力
する検索手段とを具備するデータベース検索に用いられ
ることを特徴とする請求項１の昇順整数列データの圧縮
および復号システム。 - 【請求項４】 検索対象のｉ番目の物件のｊ番目のデー
タ列Ｃｉ，ｊに関する量子化量ｘとその近傍のｋ個のデ
ータ列Ｃｉ，ｊ＋１，Ｃｉ，ｊ＋２，．．．．，Ｃ
ｉ，ｊ＋ｋに関する量子化量ｙとを ｘ＝ｆ（Ｃｉ，ｊ） ｙ＝ｇ（Ｃｉ，ｊ，Ｃｉ，ｊ＋１，Ｃｉ，ｊ＋２，．．．．，Ｃｉ，ｊ＋ｋ） によって求め、得られたｘ、ｙの値に基づいて定められ
る記憶手段の位置にその物件の通番ｉを記憶するデータ
ベース検索に用いられることを特徴とする請求項３の昇
順整数列データの圧縮および復号システム。 - 【請求項５】 上記物件毎の合致度を上記検索キーの近
傍特徴量の完全一致度数で割った値を、物件毎の検索キ
ーの含有確率リストとして確率の降順に出力する上記検
索手段を具備するデータベース検索に用いられることを
特徴とする請求項３の昇順整数列データの圧縮および復
号システム。 - 【請求項６】 上記近傍特徴量が、検索対象のデータ列
に沿った畳み込み演算によって元情報から抽出されてい
ることを特徴とする請求項３または５の昇順整数列デー
タの圧縮および復号システム。 - 【請求項７】 上記検索対象の近傍特徴量と、検索キー
の近傍特徴量との生成アルゴリズムが同一であることを
特徴とする請求項３または５の昇順整数列データの圧縮
および復号システム。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3357900A JP2993540B2 (ja) | 1991-12-26 | 1991-12-26 | 昇順整数列データの圧縮および復号システム |
| DE69229521T DE69229521T2 (de) | 1991-04-25 | 1992-04-23 | Datenbankauffindungssystem |
| EP92106939A EP0510634B1 (en) | 1991-04-25 | 1992-04-23 | Data base retrieval system |
| US07/873,130 US5450580A (en) | 1991-04-25 | 1992-04-24 | Data base retrieval system utilizing stored vicinity feature valves |
| US08/471,459 US5546578A (en) | 1991-04-25 | 1995-06-06 | Data base retrieval system utilizing stored vicinity feature values |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3357900A JP2993540B2 (ja) | 1991-12-26 | 1991-12-26 | 昇順整数列データの圧縮および復号システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05181913A JPH05181913A (ja) | 1993-07-23 |
| JP2993540B2 true JP2993540B2 (ja) | 1999-12-20 |
Family
ID=18456515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3357900A Expired - Lifetime JP2993540B2 (ja) | 1991-04-25 | 1991-12-26 | 昇順整数列データの圧縮および復号システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2993540B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6535925B1 (en) * | 1999-11-09 | 2003-03-18 | Telefonaktiebolaget L M Ericsson (Publ) | Packet header compression using division remainders |
| JP6134618B2 (ja) * | 2013-09-11 | 2017-05-24 | 日立オムロンターミナルソリューションズ株式会社 | 発券装置 |
| CN110048725B (zh) * | 2019-05-14 | 2023-07-07 | 四川九洲空管科技有限责任公司 | 一种基于taws系统的地形数据压缩解压缩算法 |
| CN111151858B (zh) * | 2020-01-13 | 2021-10-15 | 吉利汽车研究院（宁波）有限公司 | 一种点焊焊接参数应用系统及设置方法 |
-
1991
- 1991-12-26 JP JP3357900A patent/JP2993540B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05181913A (ja) | 1993-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0510634B1 (en) | Data base retrieval system | |
| JP4261779B2 (ja) | データ圧縮装置および方法 | |
| EP0293161B1 (en) | Character processing system with spelling check function | |
| US5680612A (en) | Document retrieval apparatus retrieving document data using calculated record identifier | |
| US8095526B2 (en) | Efficient retrieval of variable-length character string data | |
| US9081874B2 (en) | Information retrieval method, information retrieval apparatus, and computer product | |
| US20160321282A1 (en) | Extracting method, information processing method, computer product, extracting apparatus, and information processing apparatus | |
| JPH06243009A (ja) | 全テキストインデックスを圧縮する方法 | |
| US20110109485A1 (en) | Computer product, information processing apparatus, and information search apparatus | |
| US6189006B1 (en) | Full-text index producing device for producing a full-text index and full-text data base retrieving device having the full-text index | |
| JP3258063B2 (ja) | データベース検索システム及び方法 | |
| JPH09245043A (ja) | 情報検索装置 | |
| JP3545007B2 (ja) | データベース検索システム | |
| JP2993540B2 (ja) | 昇順整数列データの圧縮および復号システム | |
| JP3151730B2 (ja) | データベース検索システム | |
| JP4208326B2 (ja) | 情報索引装置 | |
| JP3344755B2 (ja) | 昇順整数列データの圧縮および復号システム | |
| JP3259781B2 (ja) | データベース検索システムおよびデータベース検索方法 | |
| JP3728264B2 (ja) | インデックス作成装置、検索システム、及び制御方法 | |
| JP3534471B2 (ja) | マージソート方法及びマージソート装置 | |
| JP2993539B2 (ja) | データベース検索システムおよびその方法 | |
| JP3288063B2 (ja) | 可変長データの格納および参照システム | |
| JPH06162096A (ja) | レコード検索方法 | |
| JPH11282880A (ja) | 電子化文書検索システムおよび記憶媒体 | |
| KR900007727B1 (ko) | 문자 인식 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19990907 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R154 | Certificate of patent or utility model (reissue) |
Free format text: JAPANESE INTERMEDIATE CODE: R154 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071022 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081022 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091022 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091022 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101022 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111022 Year of fee payment: 12 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111022 Year of fee payment: 12 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111022 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121022 Year of fee payment: 13 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121022 Year of fee payment: 13 |