NL8501625A

NL8501625A - Datacorrelatiestelsel.

Info

Publication number: NL8501625A
Application number: NL8501625A
Authority: NL
Original assignee: Elscint Ltd
Priority date: 1984-06-05
Filing date: 1985-06-05
Publication date: 1986-01-02
Also published as: IL75267A0; FR2569023A1; FR2569023B3; DE3520014A1; US4616333A; IL75267A; JPS6182271A; JPH0529949B2

Description

*SS,;"*» N.0. 33203 1

Datacorrelatiestelsel.

De uitvinding heeft betrekking op dataverwerking van datastromen en heeft meer in het bijzonder betrekking op het zoeken naar patronen in verkregen datastromen die overeenstemmen met vooraf bepaalde of "voorbeeld" patronen.

5 Een van de vele dataverwerkingsmethoden die worden gebruikt bij datastromen is de zogenaamde "patroonherkenning". Bij dit proces wordt verkregen data "gerelateerd" aan een vooraf bepaald patroon of voor-beeldpatroon en wordt gekeken naar de mate van overeenstemming. Volgens bepaalde technieken wordt gebruik gemaakt van wiskundige of geometri-10 sche metingen van het datapatroon en van het voorbeeld om numerieke waarden te verkrijgen die de mate van overeenstemming indiceren. Deze technieken staan ook bekend als "correlatiewerkwijzen". Bij deze corre-latiewerkwijzen wordt gebruik gemaakt van statistische theorema's.

Voorbeelden van correlatie en van het gebruik van correlatie wor-15 den aangetroffen op diverse terreinen zoals het vervaardigen van medische afbeeldingen voor diagnostische doeleinden, het vervaardigen van militaire radarbeelden voor het lokaliseren van vijandelijke eenheden, communicatietechniek (in het bijzonder voor foutdetectie en -correctie j en voor het detecteren van specifieke signalen), enzovoort. Correlatie-20 methoden en -systemen worden bijvoorbeeld ook gebruikt om de plaats van R-golven in een elektrocardiogram (ECG of ERG) signaal te lokaliseren en de hartslag (aan de hand van de vorm van de zogenoemde QRS-vorm van het ECG-signaal) te klassificeren als een uit een aantal typen.

i

Een populaire en wijd verbreide correlatietechniek staat bekend 25 als de "lineaire correlatie". Het betreft daarbij een statistische techniek waarin <Te correlatie wordt bepaald door middel van de waarde van een kriterium R waarvoor geldt:

ΣΖ (Xi - X).(Yi “ Y) If - X.Y

R-—- -- (1) N 1? 30 (^.(Xi - X)2. £L(Yi - Y)2)1/2 (VAR(X).VAR(Y))1/2

i=l i=X

waarin Y de voorbeelddata is, X de verkregen data, Y het rekenkundig gemiddelde van de voorbeelddata en X het rekenkundig gemiddelde van de verkregen data, terwijl verder R beperkt is tot het gebied [1, -1], dat wil zeggen R heeft een waarde tussen +1 en -1 met in-35 begrip van beide grenswaarden. De waarde +1 wordt toegekend als de verkregen vorm en de voorbeeldvorm aan elkaar gelijk zijn en de waarde -1 $501623 Ï I '» 2 wordt toegekend als de een exact het spiegelbeeld is van de ander. In deze gevallen kan voor elke waarde van 1 worden geschreven: ‘ Yi = aXi + b (een lineaire vergelijking) waarbij R gelijk is aan: +1 als a groter is dan 0 5 -1 als a kleiner is dan 0.

De symbolen Xi en Yi wijzen op geordende groepen waarbij i de normale index vormt; R heeft een waarde gelijk aan 0 als er geen relatie bestaat tussen het verkregen patroon en het voorbeeldpatroon; en VAR vormt de statistische variatie.

10 Over het algemeen wordt beslist dat er sprake is van overeenstem ming indien R of |r| (de absolute waarde van R) een waarde heeft boven een vooraf bepaalde drempelwaarde. Deze drempelwaarde wordt over het algemeen dicht bij 1 gekozen (bijvoorbeeld 0,85) om foutieve overeenstemmingen, die in het bijzonder kunnen optreden indien de data een 15 "ruisachtig” karakter heeft, te vermijden.

De onderzochte data vormt over het algemeen een representatie van een bepaalde fysische informatie in een te onderzoeken object. Als gevolg van systeembegrenzingen en onnauwkeurigheden zal dezelfde fysische informatie niet noodzakelijkerwijze altijd worden vertegenwoordigd door 20 dezelfde datawaarden indien een meting wordt herhaald. Deze verschillen worden "ruis” genoemd. Hoe groter de spreiding in de datawaarden voor een bepaalde fysische informatie, hoe ruisachtiger de datastroom van het meetsysteem zal zijn. Deze "ruis" kan leiden tot een stoorpatroon dat lijkt op het voorbeeldpatroon, en het is over het algemeen het doel 25 van de correlatiemethode (of andere overeenstemming bepalende methode) om dergelijke stoorpatronen te vermijden.

Bij de lineaire correlatie wordt tot overeenstemming besloten uitsluitend op grond van een lineaire afhankelijkheid. De schalen van de voorbeelddata en de verkregen data kunnen sterk uiteen lopen en toch 30 zal R gelijk kunnen worden aan 1. Alhoewel dit voor bepaalde toepassingen juist nodig is wordt in verband met vele andere toepassingen juist gezocht naar een correlatiewerkwijze waarin zowel de schaal als de vorm worden herkend.

Een verder probleem met de uit de stand der techniek bekende werk-35 wijze is dat voor deze bekende werkwijze relatief grote hoeveelheden computertijd en computergeheugen nodig zijn. Daarvoor zijn een aantal oorzaken aan te wijzen: a. Er zijn gemiddelden van de verkregen data nodig (mi een uitgangswaarde of referentiewaarde te verkrijgen hetgeen betekent dat het 40 noodzakelijk is om allereerst gemiddelden te berekenen voordat de cor- «501525 B > 3 relatiewaarde kan worden bepaald. Dit betekent verder dat alle data-waarden in de computer aanwezig moeten zijn als een correlatiefactor voor een aantal opeenvolgende punten moet worden berekend. Hetzelfde geldt als voor een bepaald punt de correlatiefactor moet worden bere-5 kend over een aantal datagroepen van verschillende afmetingen. In beide gevallen moeten voor elke verandering nieuwe gemiddelden worden berekend.

b. Voor elke waarde van i zijn tenminste twee vermenigvuldigingen noodzakelijk, waarbij wordt aangetekend dat een vermenigvuldiging een 10 relatief tijdrovende computerbewerking vormt.

c. Ook zijn worteltrekbewerkingen nodig die eveneens veel compu-tertijd vergen.

Bij de uit de stand der techniek bekende werkwijzen is derhalve zeer veel tijd nodig voor het uitvoeren van de berekeningen, waardoor 15 de toepassing van dergelijke bekende correlatiewerkwijzen in echte tijd toepassingen sterk beperkt is.

Onderzoekers die zich bezig houden met dataverwerking, bijvoorbeeld indien de dataverwerking tot doel heeft overeenstemming tussen patronen vast te stellen, zijn derhalve op zoek naar nieuwe werkwijzen 20 en nieuwe systemen waarmee de tijd die nodig is voor het uitvoeren van de correlatieberekeningen, kan worden verminderd en waarmee de nauwkeurigheid van de uiteindelijke resultaten kan worden verbeterd.

Het is nu een doelstelling van de onderhavige uitvinding om snellere en verbeterde correlatie-werkwijzen en -systemen te verschaffen.

25 De nieuwe correlatiewerkwijze volgens de onderhavige uitvinding wordt aangeduid met de term pseudo-correlatiewerkwijze omdat ze niet de klassieke, uit de stand der techniek bekende correlatiewerkwijzen of -systemen volgt. Een belangwekkend artikel over correlatie is beschreven door D.I. Barnea en H.F. Silverman en verschenen in Transactions on 30 Computers, 1972. ~

Volgens een ruim kenmerk van de onderhavige uitvinding wordt een werkwijze verschaft waarmee wordt bepaald of nieuw verkregen data overeenstemt met een vooraf bepaald patroon, welke werkwijze omvat de volgende stappen: 35 - het vaststellen van een eerste groep van data Yi behorend bij een aantal N datapunten waarmee vooraf bepaalde patronen worden beschreven, welke punten worden genummerd met Yi waarbij i * 1, 2, ..., N, - het verkrijgen van een tweede groep van data Xi van tenminste 40 hetzelfde aantal datapunten N via een data-acquisitiestelsel, welke _ 850 1 625 » * 4 tweede groep van data voorzien is van data behorend bij M punten vanaf het begin van de meting tot aan het laatst verkregen datapunt, - het selecteren van een subgroep bestaande uit N datapunten welke punten worden genummerd met Xi, waarbij i = 1, 2, N, 5 - het selecteren van een referentiewaarde binnen de genoemde eer ste groep en een referentiewaarde binnen de genoemde subgroep, - het berekenen van een deler en een deeltal uit de genoemde eerste groep die het vooraf bepaalde patroon beschrijft en de genoemde subgroep die het verkregen patroon beschrijft, welke deler en deeltal 10 bestaan uit waarden die worden verkregen door sommeren of aftrekken gebruikmakend van de genoemde eerste datagroep, de genoemde subgroep en de geselecteerde referentiewaarden, en - het vergelijken van het verkregen quotiënt uit deler en deeltal met een drempelwaarde om tot al dan niet overeenstemming te besluiten.

15 Volgens een kenmerk van de uitvinding wordt gebruik gemaakt van een deeltal bestaande uit de som van de absolute waarden van de verschillen tussen de datawaarde uit de subgroep voor elk punt verminderd en de datawaarde uit de eerste groep voor elk punt respectievelijk de datawaarde van de subgroep op het eerste punt verminderd en de eerste 20 datawaarde van het eerste punt. De deler is de som van de sommaties van de absolute waarden van (1) de subgroepdatawaarde op elk punt verminderd met de subgroepdatawaarde op het eerste punt en (2) de datawaarde van de eerste groep op elk punt verminderd met de datawaarde van de eerste groep op het eerste punt.

25 De bovengenoemde sommaties worden gegeven door:

N N

£ J(Xi - XI) - (Yi -Yl)| Σ. |(Xi - Yi) - (XI - Yl)| P = iïi-— = iïi- (2)

N N N N

Z |Xi - XI | + Z |Yi - Yl | Z. |Xi - XI | + X |Yi - Yl f 30 i=l i=l i=l i=l waarin |V| de absolute, niet van een teken voorziene waarde van V is.

Volgens een ander kenmerk van de uitvinding worden de volgende 35 stappen toegepast: - het quotiënt wordt vermenigvuldigd met 2, - het vermenigvuldigde quotiënt wordt van 1 afgetrokken, en - het verschil wordt vergeleken met een bepaalde drempelwaarde om tot al dan niet overeenstemming te besluiten. De pseudo-correlatiewaar- 40 de wordt in dat geval bepaald door: 850 1 62 5 5 • >

N

X |(Xi - XI) - (Yi -Yl)| r=l-2P=l- 2JÜ-= enz. (3)

JN

|Xi - XII + Σ, l?i - YlI i=l i=I

5

Volgens een verder kenmerk van de uitvinding wordt de vermenigvuldiging met 2 en de aftrekking van 1 weggelaten en wordt het quotiënt vergeleken met een drempelwaarde.

Volgens een verder kenmerk van de uitvinding worden de volgende 10 stappen toegepast: - de Yl en XI waarde van elke datagroep worden gebruikt als referentiewaarde voor deze groepen - Yl wordt afgetrokken van Yi en XI wordt afgetrokken van Xi voor elk van de datapunten behorend bij de vooraf bepaalde vorm en de ver-15 kregen vorm teneinde de verschillen (Xi - XI) en (Yi - Yl) te verkrijgen bij elk van de genoemde datapunten waarvoor data is verzameld, - van elkaar aftrekken van de genoemde verschillen voor elk datapunt teneinde nieuwe verschillen (Xi - XI) - (Yi - Yl) te verkrijgen - het berekenen van de som van de sommaties van de absolute waar-20 den van de verschillen (Xi - XI) en (Yi - Yl) voor elk van de genoemde i datapunten waarvoor data is verzameld, welke som wordt gebruikt als deler, - het berekenen van de som van de absolute waarden van (Xi - XI) -(Yi - Yl), welke som wordt gebruikt als deeltal voor het verkrijgen van 25 het quotiënt.

In sommige toepassingen is de voorbeelddata gegeven voorafgaand aan de start van het data verzamelen, terwijl in andere toepassingen het voorbeeld wordt geconstrueerd uit de verzamelde data, over het algemeen gedurende het eerste deel van de verzamelstap. In sommige toe-30 passingen blijft het voorbeeld onveranderd tijdens het data verzamelen en tijdens het vergeldjkingsproces, terwijl het in andere toepassingen periodiek,- sporadisch of continue wordt bijgewerkt. De uitvinding omvat al deze mogelijkheden.

In sommige systemen verdient het de voorkeur om de waarden voor 35 elke data op de boven beschreven wijze ook inderdaad te berekenen. In een voorkeursuitvoeringsvorm van de uitvinding worden de voorbeeldver-schillen YI - Yl en de som van de absolute verschillen Yi - Yl voor het voorbeeld slechts een maal voor elk voorbeeld berekend. Het is dan gemakkelijk om een nieuwe groep voorbeelddata te definiëren Zi ** Yi - Yl 40 en Z * |Yi - YlI. Voor deze waarden kunnen dezelfde quotiënt en de- 850 1 62 5 6 zelfde pseudo-correlatie, als gedefinieerd in de vergelijkingen (2) en (3) worden gedefinieerd en wel als:

N

Σ. fXi - XI - Zi| P = iz2- (4a)

N

r S. |Xi - XI | + Z

5 i=2

N

2. |Xi - XI - Zi| r = 1 - 2.i^-= 1 - 2P (4b)

N

10 2. |Xi - Xl| + z 10 i=2

Het zal duidelijk zijn dat de berekening van de pseudo-correlatie 15 veel sneller en eenvoudiger is dan de berekening van de lineaire correlatie omdat: A. er geen vermenigvuldigingen nodig zijn, B. er geen worteltrekbewerkingen nodig zijn, C. het aantal te verwerken datapunten 1 kleiner is omdat 1=1 uit alle 20 sommaties kan worden geëlimineerd, D. voor het veranderen van de grootte van de datagroep geen nieuwe berekeningen nodig zijn op het voorbeeld of op de waarde van XI (die de gemiddelde waarde van X vervangt die opnieuw moest worden berekend); en 25 E. XI gemakkelijk kan worden gevonden bij veranderen van de datagroep in vergelijking met een herberekening van X.

Er wordt opgemerkt dat de schaalfactor 2 en de toevoeging van het getal 1 waardoor de vergelijking (2) werd getransformeerd in de vergelijking (3) alleen het gemak van de gebruiker dienen aangezien deze 30 constanten zodanig zijn gekozen dat de pseudo-correlatie dezelfde eigenschappen zal hebben als de lineaire correlatie. Deze keuze wordt echter door het kader van de uitvinding niet beperkt en in feite verdient, gekeken naar de berekeningssnelheid, vergelijking (2) de voorkeur.

De unieke eigenschappen van de pseudo-correlaties volgens verge-35 lijkingen (3) of (4) zijn: a. Als de geordende groep Xi met een constante verschilt van Yi maar dezelfde schaal heeft dan geldt r * 1.

b. Voor een willekeurige groep van Xi en een willekeurige groep van Yi ligt r tussen +1 en -1 met inbegrip van beide grenswaarden.

40 c. Als er een lineaire relatie Xi « aYi + b bestaat 850 1 62 5 7 s. «.

en als: a groter is dan 1 dan geldt r =» (3-a)/(l+a) of als: a ligt tussen 1 en 0 dan geldt r - (3a-l)/(a+l), of als: a kleiner is dan 0, dan geldt r * -1.

d. Voor |a|-*co , r -1 (dat wil zeggen hoe groter de absolute waar- 5 de van a is, hoe dichter r de waarde -1 benadert).

De pseudo-correlatie van de vergelijkingen (3) en (4) verschilt op diverse punten van de lineaire correlatie, bijvoorbeeld: a. De lineaire correlatie is schaalgevoelig, b. De lineaire correlatie is gevoeliger voor veranderingen (er is een 10 lagere drempelwaarde nodig) c. De groep Xi = C heeft een lineaire correlatie R = 0 met iedere willekeurige groep Yi, maar bij de pseudo-correlatie is r = -1.

d. Een groep Xi die op zodanige wijze gerelateerd is aan Yi dat een cirkelvormig of rond oppervlak in het X- en Y-vlak gelijkmatig wordt 15 bedekt heeft een lineaire correlatie R =* 0 ongeacht de waarden van Xi en Yij dergelijke groepen hebben geen gedefinieerde pseudo-correlatie alhoewel r over het algemeen negatief is.

e. Als Yi een lineaire groep is: Yi = Ai + B, en Xi is een andere lineaire groep: Xi * Ci + D, dan levert de lineaire correlatie voor R tel- 20 kens een 1 op, terwijl de pseudo correlatie voor r oplevert 1 - 2.|C-A[/|C| + |A|); als dus C en A een verschillend teken hebben dan levert dit op r * -1.

De in het bovenstaande beschreven techniek kan gebruikt worden in veel verschillende typen correlaties of pseudo-correlaties zoals: 25 a) Pseudo-correlatie met meerdere voorbeelden. De snelheid van de ze werkwijze maakt het mogelijk om de inkomende datastroom te vergelijken met diverse voorbeelden om op grond daarvan te beslissen welk voor- Φ beeld het best past bij het betreffende gedeelte van de datastroom.

b) Pseudo-correlatie met meerdere datastromen. De snelheid van de 30 werkwijze maakt een parallelle vergelijking van een voorbeeld met een aantal datastromen mogelijk.

c) Pseudo-correlatie in meerdere dimensies ofwel vector-pseudo-correlatie. Daarbij wordt verondersteld dat het voorbeeld Y en de verzamelde data X beiden uitgedrukt kunnen worden als n-dimensionale vec- 35 toren: X * (Xx, 2x, 3x, ..., °x) (5) Y - C1?, 2y, 3y.....°y) 8501 62 5 40

Jf *> 8 waarin de scalairen ^x, ^y de projectie vertegenwoordigen van de vectoren X en Y naar de j-de coördinaatas. De "lineaire" correlatie is dan: N-_

Σ. (Xi - X) (Yi ** Y) XY - N X Y

2 nR = iüi-;- = - (6) | £ (Xi - X)2. S (Yi - Y)2|1/2 |(Jr Xi2-NX2).(^ Υχ-ΝΫ2)|1/2 i=l i=l i=l i=l waarin met de "punt" een "scalaire" vermenigvuldiging wordt aangege-10 ven: X.Y - 1x1y + 2x2y + ... + (7a) χ2 =s ^·χ2 + 2χ2 .....+ ηχ2 enz. (7b) 15

De scalaire vermenigvuldiging van een vector met zichzelf (X2) is de bekende lengte of afmeting van de vector.

De consequente uitbreiding van de werkwijze volgens de onderhavige uitvinding op een aantal dimensies leidt tot de volgende vergelijkin-20 gen; JL ||(Xi - XI) - (Yi - Yl)|| nP - «iïL—- (8)

N N

I |Xi - XII I + «211 |Yi — YI | | i=2 i=2 25

en nr = 1 - 2nP

waarin het symbool | |V | | een pseudo-grootte (of in mathematische termen uitgedrukt een "norm") is die de reguliere vectorgrootte vervangt.

30 | |V| | — ^Vl + |2V| + |3V| + ... + |nV| (9)

Om een perfecte overeenstemming te verkrijgen (nr= 1) moeten beide da-tagroepen, zowel de voorbeeldgroep als de verzamelde datagroep, exact gelijk zijn in al hun projecties en moeten dus ook dezelfde oriëntatie 35 bezitten. Er is een andere werkwijze nodig als een vorm moet worden herkend onafhankelijk van de oriëntatie.

De bovengenoemde doelstellingen en kenmerken van de onderhavige uitvinding worden in het volgende nader verklaard aan de hand van de bijgaande tekeningen waarin: 40 figuur 1 een blokschema is van een stelsel voor het bepalen van 850 1 62 5 9 pseudo-correlatie volgens de uitvinding, figuur 2 een blokschema is van een voorkeursuitvoeringsvorm van ' i een stelsel voor het bepalen van pseudo-correlatie volgens de uitvinding en ! 5 de figuren 3a, 3b en 3c grafieken tonen van respectievelijk een vorm bepaald door voorbeelddata, een met de voorbeeldvorm overeenstem- j mende vorm bepaald door verzamelde data en een niet met de voorbeeldvorm overeenstemmende vorm bepaald door andere verzamelde data, aan de i hand van welke laatste drie figuren de werking van het stelsel voor de 10 bepaling van de pseudo-correlatie wordt verduidelijkt.

j

In figuur 1 is een blokschema getoond van een pseudo-correlatie bepalend stelsel 11. Het stelsel omvat als uitvoeringsvoorbeeld van de uitvinding een data-acquisitiesectle 12 voor het verkrijgen van data waarmee een "vorm", dat wil zeggen een grafiek of curve moet worden ge-15 genereerd. De verkregen data wordt toegevoerd aan een dataverwerkings-sectie 13 waarin de data wordt verwerkt. De verwerkingssectie 13 is voorzien van middelen voor het overdragen van data naar een correlatie-verwerkingssectie 20. Deze sectie is voorzien van middelen voor de voorbeelddata, in het algemeen aangeduid met 14, en middelen voor het 20 verwerken van de verkregen data, in het algemeen aangeduid met 16. Bo- j vendien zijn middelen 17 aanwezig voor het combineren van de verwerkte voorbeeld data en de verwerkte verkregen data.

In het hierin als voorbeeld beschreven stelsel waarin ECG-gegevens worden verwerkt, omvat de voorbeelddata een kenmerkende karakteristieke 25 QRS-golf zoals getoond is in figuur 3a. Een aantal (N) datapunten, die de karakteristieke vorm van de QRS-golf beschrijven, zijn geselecteerd.

Het aantal bedraagt in dit geval acht (8). De voorbeelddatawaarden Yi gelden dus voor de N punten van 1 tot en met 8. De data van deze N punten wordt allereerst opgeslagen in het geheugen 15 en wordt daarna ge-30 bruikt voor de correlatie. -

De eerste bewerking die op de voorbeelddata moet worden uitgevoerd is het aftrekken van de datawaarde van het eerste datapunt van de data-waarde van elk van de 8 punten. Deze operatie wordt uitgevoerd in de aftrekeenheid 18. De ingangswaarden voor de aftrekeenheid zijn Yi en 35 Yl, aangevend dat het eerste datapunt wordt afgetrokken van de waarde van elk van de (N) voorbeeldatawaarden, in dit geval verlopend van 1 tot en met 8.

Op soortgelijke wijze bestaat de eerste bewerking van de verkregen data uit het aftrekken van de data van het eerste punt van de geselec-40 teerde subgroep van verkregen data van de verkregen data voor elk van 8501625 10 de datapunten. Deze operatie wordt uitgevoerd door de aftrekeenheid 19. De uit de eenheden 18 en 19 verkregen verschillen worden vervolgens gebruikt om een nieuw verschil te verkrijgen zoals aangegeven is met de eenheid 21. In de eenheid 21 worden de verschillen afkomstig van de 5 eenheid 18 afgetrokken van de verschillen afkomstig van de eenheid 19.

Volgens een kenmerk van de uitvinding worden de aftrekbewerkingen in de eenheden 18 en 19 uitgevoerd in dezelfde tijd waarin de data wordt verzameld. In verband daarmee worden in de eenheid 21 dus de verschillen gevormd tussen de verschilwaarden afkomstig van de eenheid 18 10 en de eenheid 19 voor elk van de 8 datapunten.

Als alternatief kunnen een of meerdere registers worden toegepast zodanig dat het niet nodig is dat de eenheden 18 en 19 in hoofdzaak simultaan functioneren. De uitgang van de eenheid 21 is verbonden met een register 22. In de registereenheid 22 wordt de absolute waarde van de 15 in de eenheid 21 verkregen verschillen vastgelegd. De aan het register 22 toegevoerde ingangswaarden bestaan dus uit de absolute waarden van de verschillen tussen de uitgangswaarden van de eenheden 18 en 19 voor de 8 van belang zijnde punten. Er zijn middelen aangebracht voor het sommeren van de waarden in het register 22. In het bijzonder levert de 20 sommeereenheid 23 aan zijn uitgang 24 de absolute som van de waarden die door de eenheid 21j in dit voorbeeld 8 waarden, worden geleverd.

De uitgangswaarden van de eenheden 18 en 19 worden ook vastgelegd in de respectievelijke registers 26 en 27. In dit voorbeeld zijn in elk van de registers 26 en 27 specifieke datawaarden geregistreerd voor elk 25 van de datapunten 1-8. De uitgangswaarden van de registers 26 en 27 verschijnen op de respectievelijke uitgangen 28 en 29. De uitgangen 28 en 29 verschaffen elk een groep van acht (8) datawaarden zonder negatief of positief teken welke respectievelijk worden overgedragen naar de sommatieschakelingen 31 en 32. De sommatieschakelingen verschaffen 30 aan hun uitgang absolute waarden. De uitgangswaarden van de sommatieschakelingen 31 en 32 worden opgeteld in een opteller 33.

Er zijn middelen aanwezig voor het delen van het uitgangssignaal van de eenheid 23 door het uitgangssignaal van de opteller 33. Deze middelen zijn in de figuur getoond als de deler 34. Het uitgangssignaal 35 van de deler 34 dat afgegeven wordt op de leiding 36 verschaft in feite de gevraagde correlatiekriteria. Er zijn echter middelen aangebracht om ervoor te zorgen dat deze uitgangswaarde kleiner is dan 1. Meer in het bijzonder wordt de uitgangswaarde van de eenheid 34 vermenigvuldigd met 2 in de vermenigvuldiger 37. Vervolgens wordt het uitgangssignaal van 40 de vermenigvuldiger 37 afgetrokken van de waarde +1 in de eenheid 38.

850 1 62 5 5 4- 11

De uitgangswaarde van de eenheid 38 op de leiding 39 wordt vergeleken met een drempelwaarde, in dit geval gelijk aan 0,5. Een correlatiesig-naal, aangevende dat er correlatie is, verschijnt aan de uitgang van de eenheid 41 op de leiding 42 indien de waarde op de leiding 39 groter is 5 dan 0,5. (Dat wil zeggen het quotient P is kleiner dan 0,25.)

Alhoewel een specifiek blokschema is getoond zal het duidelijk zijn dat de pseudo-correlatie-werkwijze op diverse andere manieren kan worden gerealiseerd. Verder wordt opgemerkt dat weliswaar het kriterium 0,5 is besproken maar dat daarnaast ook andere kriteris kunnen worden 10 gebruikt op andere plaatsen in het blokschema om vast te stellen of er al dan niet overeenstemming bestaat tussen de voorbeelddata en de verkregen data.

Figuur 2 toont een blokschema van een voorkeursuitvoeringsvorm van een schakeling voor het berekenen van het quotiënt P uit vergelijking 15 (2) en het vergelijken van dit quotiënt met een drempelwaarde T.

In deze voorkeursuitvoeringsvorm wordt de data verzameld door de acquisitie-eenheid 12, terwijl de bewerkte voorbeelddata reeds is opgeborgen in het geheugen 15a. De verkregen data wordt door de processor 13 verwerkt welke processor data afgeeft om te worden opgeborgen (70), 20 weergegeven (71) of voor andere doeleinden verder te worden verwerkt (72). Tegelijkertijd zendt de processor 13 elk nieuw data-element naar de pseudo-correlatieschakeling 20 teneinde deze data voor correlatie-doeleinden te verwerken.

De eerste waarde in de datagroep XI wordt in de aftrekeenheid 19 25 achtereenvolgens afgetrokken van elk element Xi. Getoond is in de figuur de aftrekbewerking van het n-de element Xn. Het verschil wordt vervolgens toegevoerd aan twee verschillende eenheden. In de aftrekeenheid 51 wordt het ontvangen verschil verminderd met de equivalente voorbeeldwaarde Zi, welke was opgeborgen in het Zi-geheugen 50 behorend 30 tot een geheugeneenheid 15a. De eenheid 52 transformeert de twee keer afgetrokken data in absolute waarden (over het algemeen door het twee-complement te vormen indien het teken positief is) en zendt deze vervolgens door naar de sommatie-eenheid 53. Tegelijkertijd brengt de eenheid 54 de absolute waarden van de een maal afgetrokken data over naar 35 de sommatie-eenheid 56. De uitgangswaarde van deze sommatie-eenheid 56 bestaat uit de som van de data die eraan wordt toegevoerd vanaf het begin van het sommeerproces tot aan de lopende waarde (in dit voorbeeld de n-de waarde). De uitgangswaarde van de sommatie-eenheid 56 wordt in de opteller 57 opgeteld bij de equivalente som voor de voorbeeldwaarden 40 die opgeborgen was in het |Zi| geheugen 55 van de eenheid 15a.

8 5 P 1 δ 2 5 12

De uitgangswaarde van de sommatie-eenheid 53 vormt het momentane deeltal, en de uitgangswaarde van de opteller 57 vormt de momentane de-Ier, welke op elkaar worden gedeeld in de delereenheid 59 die het momentane quotiënt Pn oplevert dat wordt afgegeven voor verder gebruik.

5 Tegelijkertijd wordt het in de aftrekeenheid 61 afgetrokken van de momentane drempelwaarde Tn die opgeborgen was in de geheugeneenheid 58, en het verschil wordt in de comparator 62 gecontroleerd om vast te stellen of het positief (geen overeenstemming) of negatief (wel overeenstemming) is.

10 Een teller 63 wordt bijvoorbeeld geraadpleegd zodanig, dat indien n een tellerwaarde heeft bereikt gelijk aan bijvoorbeeld Nl of N2, enzovoort, er beslissingen kunnen worden genomen. Als bijvoorbeeld n de waarde N/2 heeft bereikt en het quotiënt P N/2 is nog steeds boven de drempelwaarde T N/2 dan wordt het proces gestopt, de toestand wordt be-15 schouwd als "geen overeenstemming" en het proces wordt'opnieuw gestart voor het volgende subset. Dit beslissingsmechanisme zorgt voor een verdere verkorting van de tijdsduur die nodig is om over de al dan niet overeenstemming te besluiten.

Figuur 3 toont grafische weergaven van voorbeelddata, een eerste 20 groep van verkregen data I en een tweede groep van verkregen data II respectievelijk in de figuren 3a, 3b en 3c om te illustreren hoe de pseudo correlatietechniek en de desbetreffende apparatuur worden gebruikt om de correlatie tussen de voorbeelddata en de verkregen data I alsmede tussen de voorbeelddata en de verkregen data II vast te stel-25 len. Er worden acht datapunten gebruikt in elk van deze drie grafieken. De waarde van de data op elk van de datapunten is aangegeven in de navolgende tabel I. De datawaarden voor de voorbeelddata behorend bij elk van de acht datapunten zijn getoond in de eerste kolom van de tabel onder Yi. De data uit de verkregen datagroep I zijn getoond in de tweede 30 kolom aangeduid met XI. Op soortgelijke wijze zijn de datawaarden voor elk van de datapunten in de derde grafiek getoond in de kolom onder de kop XII. Deze datapunten worden verwerkt op de wijze als eerder is beschreven en in het bijzonder wordt vertegenwoordigd door de onderstaande pseudo correlatievergelijking waarin: 35 ©o |(Xi - XI) - (Yi - Yl)| r = 1 - 2.^1- (10) co co 2 |Xi - XII + S |Yi - YI I i=2 i=2 40 De pseudo correlatiewaarde die wordt verkregen gebruikmakend van 850 1 62 5 i 13 de voorbeelddata van figuur 3a en de grafiek van figuur 3b bedraagt 0,835 hetgeen overeenstemming aanduidt omdat elke pseudo correlatie-waarde hoger dan 0,5 duidt op overeenstemming. De pseudo-correlatie-waarde die wordt verkregen uitgaande van de voorbeelddata uit figuur 3a 5 bij de grafiek van figuur 3c bedraagt 0,033 (zie tabel 1) hetgeen aangeeft dat er geen overeenstemming bestaat omdat elke waarde lager dan 0,5 duidt op geen correlatie.

Deze resultaten zijn overigens geheel overeenkomstig met de resultaten die worden verkregen door langdurige berekeningen van lineaire 10 correlaties. De lineaire correlaties voor de voorbeelddata 3a en de verkregen data 3b bedraagt R =* 0,991 hetgeen duidt op overeenstemming.

De lineaire correlatie tussen de voorbeelddata 3a en de tweede data-groep 3c bedraagt R * 0,581 hetgeen duidt op geen overeenstemming omdat de drempelwaarde over het algemeen ligt in het gebied van T * 0,8 ...

15 0,9.

Een van de kenmerken van de pseudo-correlatiebepaling is dat de berekening kan worden uitgevoerd tijdens het proces omdat er geen gemiddelden nodig zijn en het berekeningsproces verder veel sneller is omdat, er geen vierkantswortels bepaald behoeven te worden. Als verder 20 op een willekeurig tijdstip tijdens de verwerking een toestand met geen overeenstemming wordt geïndiceerd dan behoeft het proces niet verder voortgezet te worden waardoor een verdere waardevolle tijdsbesparing wordt verkregen. Na bijvoorbeeld slechts vijf stappen valt al gemakkelijk in te zien (zonder de berekening te onderbreken indien deze moet 25 worden voortgezet) dat de datagroep van figuur 3b pseudo-correlatie vertoont met de voorbeelddata uit figuur 3a waarbij r = 0,888, terwijl de datagroep van figuur 3c op dat moment een pseudo-correlatiewaarde m heeft van r = 0,205. Derhalve behoeft de berekening van de pseudo correlatie voor de groep 3c niet verder te worden voortgezet. Een derge-30 lijke tussentijdse beslissing levert bij de gebruikelijke lineaire correlatiemethode geen enkele berekeningstijdwinst op omdat ze niet kan worden genomen op basis van gedeeltelijk gesommeerde data maar moet worden genomen tijdens de eigenlijke optelling. De extra benodigde berekening doet dan de besparing weer teniet.

35 Alhoewel in het voorgaande voorbeelden van werkwijzen en inrich tingen zijn beschreven zal het voor de deskundige duidelijk zijn dat de uitvinding op diverse andere manieren kan worden geïmplementeerd zonder buiten het kader van de uitvinding te treden.

850 1 62 5 —-----

Claims

1. Werkwijze voor het bepalen of een eerste vorm gedefinieerd door een eerste aantal datawaarden overeenstemt met een vooraf bepaalde vorm, welke werkwijze wordt gekenmerkt door de volgende stappen: 5 het verkrijgen van een geselecteerde groep van datawaarden (Yi) behorend bij een aantal van N datapunten die de genoemde vooraf bepaalde vorm beschrijven, het verkrijgen van een eerste groep van datawaarden uit het genoemde eerste aantal datawaarden gebruikmakend van tenminste een zelfde 10 aantal datapunten als het bovengenoemde aantal datapunten, het verkrijgen van een deelgroep van datawaarden (Xi) uit de genoemde eerste groep van datawaarden welke deelgroep eveneens een aantal van N datapunten omvat, het selecteren van een referentiewaarde uit de genoemde geselec-15 teerde groep van datawaarden en de genoemde deelgroep van datawaarden, het berekenen van een quotiënt van een deler en een deeltal bestaande uit de som van de verschillen verkregen uit de genoemde datawaarden van de genoemde geselecteerde groep van datawaarden, de genoem-20 de deelgroep van datawaarden en de genoemde referentiewaarden, en het gebruiken van het genoemde quotiënt om vast te stellen of de genoemde eerste vorm overeenstemt met de genoemde vooraf bepaalde vorm.

2. Werkwijze volgens conclusie 1 waarin een aantal vooraf bepaalde 25 vormen wordt gebruikt en de werkwijze bestemd is om te bepalen of een eerste vorm, gedefinieerd door het eerste aantal van datawaarden overeenstemt met willekeurig een van de genoemde vooraf bepaalde vormen, welke werkwijze wordt gekenmerkt door de volgende stappen: het verkrijgen van een geselecteerde groep van datawaarden (Yji) 30 behorend bij een aantal van N datapunten die elk een van de genoemde vooraf bepaalde vormen beschrijven, welk aantal N gelijk is voor elk van de genoemde vooraf bepaalde vormen, het berekenen van een aantal quotiënten uit delers en deeltallen bestaande uit de sommen van de verschillen verkregen uit het aantal da-35 tawaarden in het aantal geselecteerde groepen van datawaarden, de genoemde deelgroep van datawaarden en de genoemde referentiewaarden, en het gebruiken van de quotiënten om vast te stellen welk van de genoemde vooraf bepaalde vormen overeenstemt met de genoemde eerste vorm.

3. Werkwijze volgens conclusie 1, waarin de genoemde eerste vorm 850 1 62 5 voorzien Is van een aantal eerste vormen en de werkwijze de volgende stappen omvat: het verkrijgen van een eerste groep van datawaarden uit het genoemde eerste aantal datawaarden, 5 het verkrijgen van een aantal deelgroepen van datawaarden (Xji) uit de genoemde eerste groep van datawaarden welke deelgroepen eenzelfde aantal van N datapunten omvatten, het berekenen van een aantal quoti’énten uit delers en deeltallen bestaande uit de sommen van de verschillen verkregen uit datawaarden 10 uit de genoemde geselecteerde groep van datawaarden, het aantal deelgroepen van datawaarden en de genoemde referentiewaarden, en het gebruiken van het aantal quotiënten om vast te stellen welk van de genoemde eerste vormen overeenstemt met de genoemde vooraf bepaalde vorm.

4. Werkwijze volgens conclusie 1, waarin de genoemde referentie waarde de waarde is van de data op een geselecteerd punt in de genoemde geselecteerde groep van datawaarden en in de deelgroep van datawaarden.

5. Werkwijze volgens conclusie 1, waarin de genoemde referentie-20 waarden de waarden zijn van de data in het eerste datapunt van de genoemde geselecteerde groep van datawaarden en in de deelgroep van datawaarden.

6. Werkwijze volgens conclusie 1, omvattende de volgende stappen: het vermenigvuldigen van het genoemde quoti'ênt met 2 teneinde een 25 product te verkrijgen, het aftrekken van de waarde 1 van dit product, en het gebruiken van het verschil om te vergelijken met een drempelwaarde teneinde vast te stellen of de genoemde eerste vorm overeenstemt met de vooraf bepaalde vorm.

7. Werkwijze volgens conclusie 1, waarin het deeltal bestaat uit de som van de absolute waarden van de verschillen tussen de waarden van de data in de genoemde eerste groep van datawaarden en de datawaarde in het genoemde eerste datapunt in de genoemde eerste groep, verminderd met de verschillen tussen de waarden van de data in de genoemde gese-35 lecteerde groep van datawaarden en de datawaarde in het genoemde eerste datapunt in de genoemde geselecteerde groep en waarin de deler bestaat uit de son van de absolute waarden van de verschillen tussen de datawaarde van de datapunten uit de eerste groep verminderd met de waarde van de data in het eerste punt plus de som van de waarden van de data 40 in de datapunten van de geselecteerde groep van datawaarden verminderd 850 1 62 5 « ·* met de waarde van het eerste datapunt van de geselecteerde groep.

8. Werkwijze volgens conclusie 7, waarin het deeltal de som is van de absolute waarden van de verschillen tussen elk van de datawaarden in de deelgroep in elk van de datapunten en elk van de datawaarden in de- 5 zelfde datapunten van de geselecteerde groep van data verminderd met de verschillen tussen de datawaarde in het eerste datapunt van de deelgroep en de datawaarde van de geselecteerde groep in het eerste datapunt .

9. Werkwijze volgens conclusie 8, waarin het quotient wordt ver-10 menigvuldlgd met 2 en afgetrokken van 1 teneinde een eerste verschil te verkrijgen welk eerste verschil wordt gebruikt om te vergelijken met een drempelwaarde teneinde tot al dan niet overeenstemming te besluiten.

10. Werkwijze volgens conclusie 1, waarin de genoemde geselecteer-15 de groep van datawaarden wordt genomen uit de verkregen data.

11. Werkwijze volgens conclusie 10·, waarin de geselecteerde groep van datawaarden, die de vooraf bepaalde vorm definieert, telkens wordt bijgewerkt.

12. Werkwijze volgens conclusie 11, waarin de geselecteerde groep 20 van datawaarden, die een vooraf bepaalde vorm definiëren, wordt verkregen uit de genoemde eerste groep van datawaarden en de genoemde vorm wordt bijgewerkt door meer datawaarden toe te voegen aan de geselecteerde groep van datawaarden.

13. Werkwijze volgens conclusie 9, waarin het quotiënt wordt ge-25 vormd als de som van de absolute waarde van de datawaarden in elk van de datapunten in de genoemde deelgroep verminderd met de datawaarde van het eerste datapunt in de genoemde deelgroep verminderd met de hoeveelheid Zi gedeeld door de som van de absolute waarde van de eerste groep van datawaarden in elk van de genoemde datapunten verminderd met de 30 waarde van het eerste datapunt van het genoemde eerste aantal datapunten en de hoeveelheid Z wordt opgeteld bij de laatste som; waarbij de * hoeveelheid Zi gelijk is aan de waarde Yi in elk van de datapunten van de geselecteerde groep van datawaarden verminderd met de datawaarde Y1 in de geselecteerde groep van datawaarden in het eerste datapunt; en 35 waarbij de hoeveelheid Z gelijk is aan de som van de absolute waarde van de verschillen tussen de waarden Yi in de geselecteerde groep van data in de genoemde datapunten verminderd met de waarde Y in het eerste datapunt.

14. Werkwijze volgens conclusie 1, waarin de genoemde eerste hoe-40 veelheid datapunten de verkregen data omvat. 850 1 62 5 . * I

15. Werkwijze volgens conclusie 1, waarin de genoemde eerste groep van datapunten de verwerkte verkregen data omvat.

16. Stelsel voor het bepalen of een eerste vorm gedefinieerd door een eerste aantal datawaarden overeenstemt met een vooraf bepaalde 5 vorm, welke stelsel omvat: j i middelen voor het verkrijgen van een geselecteerde groep van data- | waarden (Yi) behorend bij een aantal van N datapunten die de genoemde ! vooraf bepaalde vorm beschrijven, I middelen voor het verkrijgen van een eerste groep van datawaarden 10 uit het genoemde eerste aantal datawaarden gebruikmakend van tenminste een zelfde aantal datapunten als het bovengenoemde aantal datapunten, middelen voor het verkrijgen van een deelgroep van datawaarden ί (Xi) uit de genoemde eerste groep van datawaarden welke deelgroep eveneens een aantal van N datapunten omvat, 15 middelen voor het selecteren van een referentiewaarde uit de genoemde geselecteerde groep van datawaarden en de genoemde deelgroep van ! datawaarden, middelen voor het berekenen van een quotiënt van een deler en een deeltal bestaande uit de son van de verschillen verkregen uit de ge- j 20 noemde datawaarden van de genoemde geselecteerde groep van datawaarden, i de genoemde deelgroep van datawaarden en de genoemde referentiewaarden, I « ' ! j middelen voor het gebruiken van het genoemde quoti’ént om vast te stellen of de genoemde eerste vorm overeenstemt met de genoemde vooraf 25 bepaalde vorm.

17. Stelsel volgens conclusie 16 waarin een aantal vooraf bepaalde vormen wordt gebruikt en het stelsel bestemd is om te bepalen of een eerste vorm, gedefinieerd door het eerste aantal van datawaarden overeenstemt met willekeurig een van de genoemde vooraf bepaalde vormen, 30 welk stelsel omvat: middelen voor het verkrijgen van een geselecteerde groep van datawaarden (Yji) behorend bij een aantal van N datapunten die elk een van de genoemde vooraf bepaalde vormen beschrijven, welk aantal N gelijk is voor elk van de genoemde vooraf bepaalde vormen, 35 middelen voor het berekenen van een aantal quoti’ênten uit delers en deeltallen bestaande uit de sommen van de verschillen verkregen uit het aantal datawaarden in het aantal geselecteerde groepen van datawaarden, de genoemde deelgroep van datawaarden en de genoemde referentiewaarden, en 40 middelen voor het gebruiken van de quotiënten om vast te stellen 850 ? 625 welk van de genoemde vooraf bepaalde vormen overeenstemt met de genoemde eerste vorm.

18. Stelsel volgens conclusie 16, waarin de genoemde eerste vorm voorzien is van een aantal eerste vormen en het stelsel omvat: 5 middelen voor het verkrijgen van een eerste groep van datawaarden uit het genoemde eerste aantal datawaarden, middelen voor het verkrijgen van een aantal deelgroepen van datawaarden (Xji) uit de genoemde eerste groep van datawaarden welke deelgroepen eenzelfde aantal van N datapunten omvatten, 10 middelen voor het berekenen van een aantal quotiënten uit delers en deeltallen bestaande uit de sommen van de verschillen verkregen uit datawaarden uit de genoemde geselecteerde groep van datawaarden, het aantal deelgroepen van datawaarden en de genoemde referentiewaarden, en 15 middelen voor het gebruiken van het aantal quotiënten om vast te stellen welk van de genoemde eerste vormen overeenstemt met de genoemde vooraf bepaalde vorm. ·

19. Stelsel volgens conclusie 16, waarin de genoemde referentiewaarde de waarde is van de data op een geselecteerd punt in de genoemde 20 geselecteerde groep van datawaarden en in de deelgroep van datawaarden.

20. Stelsel volgens conclusie 16, waarin de genoemde referentiewaarden de waarden zijn van de data in het eerste datapunt van de genoemde geselecteerde groep van datawaarden en in de deelgroep 25 van datawaarden.

21. Stelsel volgens conclusie 16, omvattende: middelen voor het vermenigvuldigen van het genoemde quotiënt met 2 teneinde een product te verkrijgen, middelen voor het aftrekken van de waarde 1 van dit product, en 30 middelen voor het gebruiken van het verschil om dit te vergelijken ___ met een drempelwaarde teneinde vast te stellen of de genoemde eerste vorm overeenstemt met de vooraf bepaalde vorm.

22. Stelsel volgens conclusie 16, waarin het deeltal bestaat uit de som van de absolute waarden van de verschillen tussen de waarden van 35 de data in de genoemde eerste groep van datawaarden en de datawaarde in het genoemde eerste datapunt in de genoemde eerste groep, verminderd met de verschillen tussen de waarden van de data in de genoemde geselecteerde groep van datawaarden en de datawaarde in het genoemde eerste datapunt in de genoemde geselecteerde groep en waarin de deler 40 bestaat uit de som van de absolute waarden van de verschillen tussen de 850 1 62 5 datawaarde van de datapunten uit de eerste groep verminderd met de waarde van de data in het eerste punt plus de som van de waarden van de data in de datapunten van de geselecteerde groep van datawaarden verminderd met de waarde van het eerste datapunt van de geselecteerde 5 groep.

23. Werkwijze volgens conclusie 22, waarin het deeltal de som is van de absolute waarden van de verschillen tussen elk van de datawaarden in de deelgroep in elk van de datapunten en elk van de datawaarden in dezelfde datapunten van de geselecteerde groep van data 10 verminderd met de verschillen tussen de datawaarde in het eerste datapunt van de deelgroep en de datawaarde van de geselecteerde groep in het eerste datapunt.

24. Stelsel volgens conclusie 23, waarin het quotiënt wordt vermenigvuldigd met 2 en afgetrokken van 1 teneinde een eerste verschil 15 te verkrijgen welk eerste verschil in daartoe bestemde middelen wordt gebruikt om te vergelijken met een drempelwaarde teneinde tot al dan niet overeenstemming te besluiten.

25. Werkwijze volgens conclusie 16, waarin de genoemde geselecteerde groep van datawaarden wordt genomen uit de verkregen 20 data.

26. Werkwijze volgens conclusie 25, waarin de geselecteerde groep van datawaarden, die de vooraf bepaalde 'vorm definieert, telkens wordt bijgewerkt.

27. Werkwijze volgens conclusie 24 voorzien van middelen voor het 25 verkrijgen van de geselecteerde groep van datawaarden, die een vooraf bepaalde vorm definiëren, uit de genoemde eerste groep van datawaarden en het bijwerken van genoemde vorm door meer datawaarden toe te voegen Φ aan de geselecteerde groep van datawaarden.

28. Werkwijze volgens conclusie 24, waarin het quotiënt wordt ge-30 vormd als de som van de absolute waarde van de datawaarden in elk van de datapunten in de genoemde deelgroep verminderd met de datawaarde van het eerste datapunt in de genoemde deelgroep verminderd met de hoeveelheid Zi gedeeld door de som van de absolute waarde van de eerste groep van datawaarden in elk van de genoemde datapunten verminderd met de 35 waarde van het eerste datapunt van het genoemde eerste aantal datapunten en de hoeveelheid Z wordt opgeteld bij de laatste som; waarbij de hoeveelheid Zi gelijk is aan de waarde Yi in elk van de datapunten van de geselecteerde groep van datawaarden verminderd met de datawaarde Y1 in de geselecteerde groep van datawaarden in het eerste datapunt; en 40 waarbij de hoeveelheid Z gelijk is aan de som van de absolute waarde 8501625 van de verschillen tussen de waarden Yi in de geselecteerde groep van data in de genoemde datapunten verminderd met de waarde Y in het eerste datapunt.

29. Werkwijze volgens conclusie 16, waarin de genoemde eerste hoe-5 veelheid datapunten de verkregen data omvat.

30. Werkwijze volgens conclusie 16, waarin de genoemde eerste groep van datapunten de verwerkte verkregen data omvat. e « © 8501 62 5