JPH06259222A - 昇順整数列データの圧縮および復号システム - Google Patents

Abstract

(57)【要約】 【目的】 昇順整数列データの圧縮および復号における
計算量を少なくし、処理時間を短縮する。 【構成】 減算部２２で昇順整数列データＤ１から直前
のデータを減算し、得られた差分値を除算部１２で除算
し、得られた余りを圧縮数列Ｄ２として保存し、得られ
た商を商比較部１３において０と比較し、商が０でない
場合のみ除算部１４で除算を行い、桁上がりマークと余
りを圧縮数列Ｄ２として保存する。減算および除算によ
ってデータ量が減るため、圧縮および復号の処理時間が
短縮される。また、データ量ー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、削除が可能であ
る。

Description

【発明の詳細な説明】

【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。

【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。

【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。

【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。

【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
て記憶されている整数列データと減算を行う減算手段
と、減算手段により得られた差分値を被除数として除算
を行い、商および余りを出力する第１の除算手段と、第
１の除算手段により得られた商を０と比較する商比較手
段と、商比較手段による比較の結果０でない商を被除数
として除算を行い、商および桁上がりマークとともに余
りを出力する第２の除算手段と、第２の除算手段から出
力される桁上がりマークおよび余りを記憶するととも
に、第１の除算手段から出力される余りを記憶する記憶
手段と、記憶手段に記憶された桁上がりマークおよび２
つの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、圧縮時に昇順データを、すで
に記憶された古い整数データと減算を行い、減算により
得られた差分を被除数として除算を行いその余りを出力
するとともに、その商を０と比較し、０でない商につい
てはこれを被除数として除算を行い、桁上がりマークと
ともに余りを出力し、商が０になるまでこの除算を繰り
返し、後者の除算により得られる桁上がりマーク、余
り、前者の除算により得られる余りを保存するようにし
ている。したがって、差分値を除算し、得られたデータ
を保存するようにしているから、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、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】次に本発明のシステムによる整数列データ
の圧縮および復号について説明する。

【０００８】１．圧縮 昇順整数列の先頭から順に数列の差分Ｄを算出し、これ
を定数Ｌ(0) で割った商Ｐ(0) 、剰余Ｑ(0) を求め、商
Ｐ(0) が０である場合には、剰余Ｑ(0) のみを記憶手段
に格納し、０でない場合には商Ｐ(0) をさらに定数Ｌ
(1) で割り、商Ｐ(1) 、剰余Ｑ(1) を算出する。その
後、この商Ｐ(i)(i=1,2,...)が０になるまで、直前に算
出された商Ｐ(i-1) を被除数として除算を繰り返す。

【０００９】漸化式で表すと Ｄ＝Ｌ(0) ×Ｐ(0) ＋Ｑ(0) Ｐ(i-1) ＝Ｌ(i) ×Ｐ(i) ＋Ｑ(i)(i=1,2,...) この時、１つの差分値Ｄに対して以下のように数値が格
納される。 Ｐ(0) ＝０の場合、 Ｑ(0) のみ Ｐ(n) ＝０（ｎ＞１）の場合、 Ｃ、Ｑ(1) 、Ｃ、Ｑ(2) 、．．．Ｃ、Ｑ(n) 、Ｑ(0) ただし、ＣはＱ(0) と区別可能なマーク文字である。ま
た、上記整数列の先頭の値については、その値自身を差
分値とする。除数Ｌ(i) は予め定義しておく。

【００１０】２．復号 復号においては、直前に復号された数値を保存してお
き、これを利用する。最初の整数値に対してはあらかじ
め保持された値として０を用いる。

【００１１】

【数１】

【００１２】を定義すれば、ｎ個のマーク文字および剰
余が読み込まれた時、差分Ｄは、 Ｄ＝Ｑ(0) または

【００１３】

【数２】

【００１４】として差分Ｄが復号でき、この差分Ｄを、
保持していた直前の復号された整数値に加えてもとの整
数値が復号できる。

【００１５】このように本発明によれば、差分を計算し
これを基にして圧縮することにより格納される最大数を
抑えるから、圧縮率の向上を図ることができる。また、
簡単な除算の繰り返しにより圧縮を行うから、高速な演
算を行うことができる。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から、データの追加変更
が容易である。

【００１６】Ｌ(i) を大きく設定すれば、除算の結果、
商が０になる場合が増加し、演算コストを下げることが
できる。逆にＬ(i) を大きく設定すれば、除算の回数が
増加し、演算コストが上がるが余りを小さくおさえるこ
とができ、記憶領域を小さくすることができる。

【００１７】

【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、昇順整数列データ
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、減算部２２に送られる。減算部２２はそのデー
タの前に送られているデータの整数値によって減算を行
うとともに、今回送られた整数値を記憶部１１に送る。
すなわち、記憶部１１には、今回送られてきたデータの
直前に送られているデータが記憶されているから、これ
が減算部２２に読み出され、減算部２２は今回送られて
きたデータから直前に送られているデータを減算し、そ
の減算結果を除算部１２に送る。

【００１８】減算部２２はこの減算を行うとともに、今
回送られてきたデータを記憶部１１に送る。記憶部１１
には、減算部２２から送られた最新のデータが記憶され
る。なお、記憶部１１の初期値は０とする。

【００１９】除算部１２は減算部２２から送られた減算
データを所定の値で除算する。本実施例では入力された
減算データを２５５で割る。得られた商は商比較部１３
に送られ、余りは圧縮数列Ｄ２処理部１６に送られる。

【００２０】商比較部１３は入力された商を０と比較
し、商が０でない場合にはこれを除算部１４へ送る。商
が０である場合には除算部１４へ何らデータを送らず、
昇順整数列データＤ１の次のデータを減算部２２へ入力
するよう指示を与える。除算部１４は、商比較部１３か
ら入力された商を所定の値、本実施例では２５６で除算
し、得られた商は再び商比較部１３に送られ、余りは桁
上がりを示すマーク文字Ｃとともに圧縮数列Ｄ２処理部
１６へ送られる。商比較部１３に送られた商が０と判定
されるまで除算部１４での除算が繰り返される。

【００２１】以上のようにして昇順整数列データの圧縮
処理が行われ、圧縮されたデータ列が圧縮数列処理部１
６に記憶される。

【００２２】次に具体的な例により説明する。最初のデ
ータ３２０が減算部２２に送られると、記憶部１１に記
憶された初期値が０であるから、３２０から０が減算さ
れ、差分値は３２０となり、除算部１２に送られる。除
算部１２では差分値３２０を２５５で除算し、商１、余
り６５が得られる。商比較部１３は入力された商を０と
比較し、商が０でないため、除算部１４に商１が送られ
る。除算部１４で商１が２５６によって除算され、商
０、余り１となるから、除算部１４は桁上がりマークＣ
とともに余り１を圧縮数列処理部１６に送り、次の整数
値を読むように通知する。

【００２３】圧縮数列処理部１６は、除算部１４から送
られた桁上がりマーク文字Ｃと余り１および除算部１２
から送られた余り６５を記憶する。

【００２４】次に整数列データＤ１からデータ３３３が
送られると、減算部２２は３３３を記憶部１１に記憶さ
れていた３２０で減算し、差分１３を得る。差分１３は
除算部１２に送られ、除算部１２は２５５で除算し、商
０、余り１３を得る。商０は商比較部１３に送られ、商
比較部１３は商０が判定され、整数列Ｄ１から次の整数
値を読み込むように指示が出される。この場合には商比
較部１３で商０が判定されているから、圧縮数列処理部
１６には除算部１２から送られた余り１３のみが送ら
れ、記憶される。

【００２５】同様の動作が繰り返されることにより、圧
縮されたデータが圧縮数列Ｄ２処理部１６に順次送られ
る。これらの圧縮データは保存部１５に記憶される。

【００２６】復号においては、保存部１５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１７により読み取られる。読み取り部１７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処理部１８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１９に送り、バイアス処理部１８に
通知する。

【００２７】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であるから、読み取
り部１７はその直後のデータ１を読み取り、バイアス処
理部１８に送る。次に、読み取り部１７は余りのデータ
６５を読み取り、加算部１９に送る。

【００２８】バイアス処理部１８は、読み取り部１７か
ら送られてきたデータが何番目のマーク文字の後のデー
タであるかをカウントする。カウント数に応じて、バイ
アスが算出され、加算部に送られる。カウント数は読み
取り部１７から余り読み取りの通知がくると０に初期化
される。

【００２９】本実施例では、バイアス処理部１８に１番
目に送られてきたデータに対しては２５５を乗算し、２
番目以降のｎ（ｎ＝２，３，．．．）番目のデータに対
しては２５５×２５６^(n-1) を乗算して加算部１９に送
る。したがって、本実施例では１番目に送られてきたデ
ータ１に２５５を掛けて得られた２５５が加算部１９に
送られる。

【００３０】加算部１９では、バイアス処理部１８から
送られてきたバイアス値を順次加算するとともに、読み
取り部１７から送られてくる余りを加算し、さらにその
前に復号され記憶部２３に記憶されている整数を読み出
して加算する。記憶部２３の初期値は０にされている。

【００３１】本実施例ではバイアス処理部１８から送ら
れてきた２５５と読み取り部１７から送られてきた６５
とを加算し、さらに記憶部２３の初期値０を加算して、
復号データ３２０を得る。得られた復号データは復元整
数列Ｄ３保持部２１に送られ、必要に応じて出力され
る。

【００３２】本実施例によれば、上記のように圧縮時に
昇順データを、すでに記憶された古い整数データと減算
を行い、減算により得られた差分を被除数として除算を
行いその余りを出力するとともに、その商を０と比較
し、０でない商についてはこれを被除数として除算を行
い、桁上がりマークとともに余りを出力し、商が０にな
るまでこの除算を繰り返し、後者の除算により得られる
桁上がりマーク、余り、前者の除算により得られる余り
を保存するようにしている。したがって、差分値を除算
し、得られたデータを保存するようにしているから、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。

【００３３】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。

【００３４】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。検索ステップ
では、検索キーと近傍特徴量行列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。以下、各ステップについて説明する。

【００３５】（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。

【００３６】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｜

【００３７】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。

【００３８】正規化されたデータ２０は、次に学習手段
Ｓ２により近傍特徴量行列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。

【００３９】今、ｉ番目の物件（文書）のｊ番目のデー
タ（文字）をＣ_i,j とし、Ｃ_i,j に関する量子化量ｘと
Ｃ_i,j の前方ｋ近傍に関する量子化量ｙを次のようにし
て求める。ここでは、検索される対象物件（文書）がｎ
個あるとし、そのうちのｉ番目の物件の量子化について
説明する。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135,64,37,71,101,...が並んでいると
すると、Ｃ_i,j に関する量子化量ｘは、 ｘ＝f(Ｃ_i,j ） Ｃ_i,j の前方ｋ近傍に関する量子化量ｙは ｙ＝g(Ｃ_i,j , Ｃ_i,j+1,Ｃ_i,j+2,...., Ｃ_i,j+k ) で求められる。

【００４０】ここで、f(Ｃ_i,j ）はＣ_i,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Ｃ_i,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、得られた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。

【００４１】また、g(Ｃ_i,j , Ｃ_i,j+1,Ｃ_i,j+2,....,
Ｃ_i,j+k ) は、Ｃ_i,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Ｃ_i,j とそのデータの近傍の所定の数のデータについ
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、
Ｃ_i,j+1,Ｃ_i,j+2,Ｃ_i,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、Ｃ_i,j+1,Ｃ_i,j+2,
Ｃ_i,j+3 としてデータ６４に続くデータ３７、７１、１
０１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。

【００４２】このようにして得られた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。したがって、上記のように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。

【００４３】本システムでは、各物件情報は、上記のよ
うにして求めた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。

【００４４】上記のようにして求められたデータＣ_i,j
ごとに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Ｃ_i,j の
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。

【００４５】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。

【００４６】（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
よりキー情報を整数列に正規化する。 84｜104 ｜105 ｜115 ｜32｜105 ｜115 ｜32｜97｜32｜112 ｜101 ｜110 ｜46｜

【００４７】次に、検索手段Ｓ４において、学習ステッ
プと同一の自己相関計算式f() 、g() を用いて各物件に
対応する正規化された数値列の先頭からｘ、ｙの組の系
列を作成する。次に、このｘ、ｙの組の系列に基づい
て、物件ｋに対する検索キーの含有度数ω_k として、Ｖ
（ｘ_j,ｙ_j,ｋ）をｊ＝１〜ｍについて合計することによ
り算出する。

【００４８】ただし、Ｖ（ｘ_j,ｙ_j,ｋ）は、物件情報リ
ストが物件ｉについての重みを持つ場合、はその重みに
等しく、持たない場合には０と定める。

【００４９】したがって、検索すべき数値列のｘ、ｙの
組に対応する図４の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
値を記憶させる。

【００５０】次に、評価結果出力手段Ｓ５において、物
件毎に得られた構造評価値score （合致度）を完全一致
の場合の評価値（この場合は、文字数−ｋ、）で割っ
て、検索キーの含有確率を求め、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。

【００５１】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。

【００５２】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。

【００５３】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。

【００５４】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。式（１）の自己相関
式は上述の例の他に種々考えることができる。例えば、 f: x→x g: (x,y)→x-y （または｜x-y ｜） とすれば、隣接文字及び一つ置きの文字の差分（または
差分の絶対値）を相関情報として近傍特徴量行列を作る
ことができる。また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。

【００５５】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１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。

【００５６】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。

【００５７】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。

【００５８】

【発明の効果】本発明は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。

【図面の簡単な説明】

【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。

【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。

【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。

【符号の説明】

１０ 検索対象 １１ 記憶部 １２ 除算部 １３ 商比較部 １４ 除算部 １５ 保存部 １６ 圧縮数列Ｄ２処理部 １７ 読み取り部 １８ バイアス処理部 １９ 加算部 ２０ 正規化データ ２１ 復元数列Ｄ３保持部 ２２ 減算部 ２３ 記憶部 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 (4)

【特許請求の範囲】
1. 【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記憶されている
   整数列データと減算を行う減算手段と、 前記減算手段により得られた差分値を被除数として除算
   を行い、商および余りを出力する第１の除算手段と、 前記第１の除算手段により得られた商を０と比較する商
   比較手段と、 前記商比較手段による比較の結果０でない商を被除数と
   して除算を行い、商および桁上がりマークとともに余り
   を出力する第２の除算手段と、 前記第２の除算手段から出力される桁上がりマークおよ
   び余りを記憶するとともに、前記第１の除算手段から出
   力される余りを記憶する記憶手段と、 前記記憶手段に記憶された前記桁上がりマークおよび２
   つの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。
2. 【請求項２】 前記第２の除算手段は、前記商比較手段
   から送られた０でない商を除算した場合に前記桁上がり
   マーク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。
3. 【請求項３】 検索対象の物件毎にその近傍特徴量を記
   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。
4. 【請求項４】 検索対象のｉ番目の物件のｊ番目のデー
   タ列Ｃ_i,j に関する量子化量ｘとその近傍のｋ個のデー
   タ列Ｃ_i,j+1,Ｃ_i,j+2,...., Ｃ_i,j+k に関する量子化量
   ｙとを ｘ＝f(Ｃ_i,j ） ｙ＝g(Ｃ_i,j , Ｃ_i,j+1,Ｃ_i,j+2,...., Ｃ_i,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。