[发明专利]逻辑运算系统

说明书

技术领域

本发明涉及逻辑运算系统。

背景技术

在由行和列构成的表形式的数据库中，相同列的单元格中保存相同项目的项目值。相对应的各项目的项目值被保存在相同一行的单元格。相对应的各列的项目值构成一行。还存在没有保存项目值的单元格。

能够指定表的某一列，对预先指定的值或者预先指定的范围的值位于被指定的列的单元格的行进行选择。将该指定的列称为检索项目，将该指定的项目值或者项目值的范围称为检索关键字。

在表形式的数据库中，通过指定检索列和检索关键字并取得在所指定的列具有被指定的检索关键字的行，来进行检索。

若改变看法，则表形式的数据库通过检索关键字对行进行分类。能够以预先决定的检索关键字进行分类。检索关键字只是用文字表示的数据。

存在被称为符号逻辑的逻辑运算的方法。例如，如“A OR B”、“A AND B”那样，使用A、B表示的作为逻辑变量的项目相关联。但是，项目间的关联性的强弱全部相同。存在使用该符号逻辑来进行逻辑运算、检索或者推论的方法。可以不使用单一的检索关键字而通过AND、OR、NOT等逻辑运算符将几个检索关键字连结，来建立更复杂的检索条件。在该方法中，逻辑式中的项目间的对应关系固定。

有一种被称为贝叶斯网络的推论的技术。将事件看作抽象的物。使作为抽象的物的A与作为抽象的物B对应，进而对该对应附加数值。该数值是当是B时是A的情况的概率。在B与A对应，A与作为事件的抽象的物C对应，并且，将A与B的概率和A与C的概率相加为B且C的情况下，可以求出A的概率。仅在B与C之间存在依存关系的情况下，能够如前述那样将B与C的概率相加。通过以更高的概率选择相对应的事件来进行推论。

有一种模仿神经网络这一神经细胞的关联方式，来进行图像数据等的识别的方法。在该方法中，将一个输入数据细分成几个数据。例如，将一个图像数据如棋盘的格那样划分。对图像数据的棋盘的每一个格分别分配表示该棋盘的每个格的明亮度的数值。制作将该数值数据排列成一定顺序的模式数据。对棋盘的格的每个位置预先决定了权重的值。计算表示棋盘的格的明亮度的各数值数据、与和该数值数据对应的位置的权重之积。对该积进行合计。然后，判断合计是否超过预先决定的值，若超过，则该神经网络输出为真的值。在该方法中，一个输入数据整体不是一个逻辑变量。将一个输入数据细分后的数据分别成为逻辑变量。计算细分后的输入数据与权重之积。然后，对该积进行合计。即，不是将一个输入数据整体作为一个逻辑变量来进行逻辑运算。

发明内容

发明要解决的技术问题

在现有技术中，仅通过逻辑变量的对应、事件的对应来决定逻辑式。

用于解决问题的技术手段

一种逻辑运算系统，具备存储部和针对上述存储部中存储的数据进行运算的运算部，

上述存储部中包括属性，

上述属性与唯一识别该属性的属性识别符相对应，

上述属性识别符与表示该属性的至少一个数据即同值基准数据相对应，上述属性识别符与上述同值基准数据的对应是一个种类，

上述属性识别符不是表示属性的词语，并且是由其自身不具有意思的符号构成，

上述同值基准数据是特征数据或者识别数据，

上述特征数据是所对应的属性的实态，

上述识别数据用于识别所对应的属性的数据，

上述属性包括和上述同值基准数据与上述属性识别符的对应建立了对应的权重，上述权重表示相对应的上述同值基准数据与上述属性识别符的上述属性之间的关联性的程度，

若被提供数据，则上述运算部判断被提供的上述数据是否与同值基准数据相同，若判断为相同，则取得被判断为相同的上述同值基准数据与相对应的属性识别符之间的权重，若取得上述权重，则将针对上述属性识别符取得的权重进行合计，在上述合计满足预先决定的条件的情况下，选择上述属性识别符。

由此，可以在所取得的权重的合计满足预先决定的条件的情况下，选择属性。

若被提供数据，则上述运算部判断被提供的上述数据是否与同值基准数据相同，若判断为相同，则取得被判断为相同的上述同值基准数据与相对应的属性识别符之间的权重，若取得上述权重，则将针对上述属性识别符取得的权重合计，在上述合计满足预先决定的条件的情况下，选择上述属性识别符，若上述属性识别符被选择，则进一步选择与被选择的上述属性识别符相对应的任意同值基准数据。

由此，可以选择与被选择的属性相对应的任意同值基准数据。