1 |
1
인공벌군집 데이터 클러스터링(Artificial Bee Colony Data Clustering; ABCDC) 방법에 있어서, 분석 데이터 중에서 랜덤으로 K(K는 자연수)개를 선택하여 각각의 클러스터 헤드로 지정하고, 상기 클러스터 헤드로 지정되지 않은 분석 데이터에 대하여 상기 클러스터 헤드와의 거리를 기준으로 상기 각각의 클러스터 헤드로 할당하여 초기 데이터 클러스터링 해(Data Clustering Solution)들에 대한 초기 데이터 클러스터링 해군(Data Clustering Solution Population)을 생성하는 단계;상기 생성된 초기 데이터 클러스터링 해군에 따른 상기 초기 데이터 클러스터링 해들에 대하여 각각의 초기 데이터 클러스터링의 지역해(Local Optimum)를 탐색하는 단계;상기 지역해를 탐색함에 따라 갱신된 데이터 클러스터링 해군의 전체 해를 사용하여 상기 데이터 클러스터링의 전역해(Global Optimum)를 탐색하는 단계; 및 상기 데이터 클러스터링 해를 탐색한 탐색 시도 횟수와 상기 데이터 클러스터링 탐색 최대수와 비교하여 새로운 데이터 클러스터링 해를 생성하는 단계 를 포함하는 인공벌군집 데이터 클러스터링 방법
|
2 |
2
제1항에 있어서, 상기 분석 데이터에 대한 데이터 클러스터링의 수를 결정하고, 인공벌군집 기법을 적용하기 위한 파라미터를 설정하는 단계를 더 포함하고,상기 분석 데이터에 대한 데이터 클러스터링의 수를 결정하고, 인공벌군집 기법을 적용하기 위한 파라미터를 설정하는 단계는,각각의 데이터 클러스터링 해의 이웃 데이터 클러스터링 해를 탐색하는 EB(Employed Bee)의 수, 상기 각각의 데이터 클러스터링 해의 평가값의 확률에 기초하여 추가적으로 이웃 데이터 클러스터링 해를 탐색하는 OB(Onlooker Bee)의 수 또는 한 세대의 해의 수 중 적어도 하나의 파라미터를 결정하고, 상기 각각의 데이터 클러스터링 해의 더 좋은 이웃 데이터 클러스터링 해를 탐색할 때까지 시도한 시도 횟수의 최대수(Limit)를 결정하는 단계를 포함하는 인공벌군집 데이터 클러스터링 방법
|
3 |
3
제1항에 있어서, 상기 분석 데이터 중에서 랜덤으로 K(K는 자연수)개를 선택하여 각각의 클러스터 헤드로 지정하고, 상기 클러스터 헤드로 지정되지 않은 분석 데이터에 대하여 상기 클러스터 헤드와의 거리를 기준으로 상기 각각의 클러스터 헤드로 할당하여 초기 데이터 클러스터링 해들에 대한 초기 데이터 클러스터링 해군을 생성하는 단계는,중심점으로 사용하는 상기 클러스터 헤드를 제외한 데이터들에 대하여 각각의 클러스터 헤드까지의 거리를 계산하고, 상기 데이터들에 대하여 상기 데이터들과 상기 각각의 클러스터 헤드까지의 거리에 기초하여 가장 가까운 클러스터 헤드가 소속된 클러스터에 할당하는 단계를 포함하는 인공벌군집 데이터 클러스터링 방법
|
4 |
4
제1항에 있어서, 상기 생성된 초기 데이터 클러스터링 해군에 따른 상기 초기 데이터 클러스터링 해들에 대하여 각각의 초기 데이터 클러스터링의 지역해를 탐색하는 단계는,상기 각각의 초기 데이터 클러스터링 해들의 지역탐색을 위하여 이웃해를 탐색하되, 상기 지정된 클러스터 헤드 중 랜덤으로 하나의 클러스터 헤드를 선택하여 일반 데이터로 변환하고, 상기 클러스터 헤드가 아닌 데이터 중에서 하나를 랜덤으로 선택하여 새로운 클러스터 헤드로 변경하는 단계를 포함하는 인공벌군집 데이터 클러스터링 방법
|
5 |
5
제4항에 있어서, 상기 생성된 초기 데이터 클러스터링 해군에 따른 상기 초기 데이터 클러스터링 해들에 대하여 각각의 초기 데이터 클러스터링의 지역해를 탐색하는 단계는,상기 지정된 클러스터 헤드 중 일반 데이터로 변환된 것을 제외한 클러스터 헤드들(K-1)과 상기 새로운 클러스터 헤드를 기준으로 상기 클러스터 헤드를 제외한 나머지 데이터들과의 거리를 계산하고, 상기 데이터들에 대하여 상기 데이터들과 상기 각각의 클러스터 헤드까지의 거리에 기초하여 가장 가까운 클러스터 헤드가 소속된 클러스터로 재할당하여 이웃해를 생성하는 단계를 포함하는 인공벌군집 데이터 클러스터링 방법
|
6 |
6
제1항에 있어서,상기 지역해를 탐색함에 따라 갱신된 데이터 클러스터링 해군의 전체 해를 사용하여 상기 데이터 클러스터링의 전역해를 탐색하는 단계는,상기 데이터 클러스터링의 지역해를 탐색함에 따라 갱신된 데이터 클러스터링 해군의 전체 해를 사용하여 데이터 클러스터링 평가값에 비례하는 확률식으로 데이터 클러스터링 해를 선택하고, 상기 선택된 데이터 클러스터링 해의 이웃해에 대하여 지역해를 생성하여 상기 선택된 데이터 클러스터링 해와 비교함으로써 업데이트하는 단계를 포함하는 인공벌군집 데이터 클러스터링 방법
|
7 |
7
제1항에 있어서,상기 데이터 클러스터링 해를 탐색한 탐색 시도 횟수와 상기 데이터 클러스터링 탐색 최대수와 비교하여 새로운 데이터 클러스터링 해를 생성하는 단계는, 상기 데이터 클러스터링 해를 탐색한 탐색 시도 횟수가 상기 데이터 클러스터링 탐색 최대수보다 같거나 클 경우, 상기 데이터 클러스터링 해를 탈락시키고, 상기 탈락시킨 데이터 클러스터링 해를 클러스터 헤드를 중심으로 생성하여 지역해에 빠지지 않고 전역해를 탐색할 수 있도록 제공하는 단계를 포함하는 인공벌군집 데이터 클러스터링 방법
|
8 |
8
인공벌군집 데이터 클러스터링(Artificial Bee Colony Data Clustering; ABCDC) 시스템에 있어서, 분석 데이터 중에서 랜덤으로 K(K는 자연수)개를 선택하여 각각의 클러스터 헤드로 지정하고, 상기 클러스터 헤드로 지정되지 않은 분석 데이터에 대하여 상기 클러스터 헤드와의 거리를 기준으로 상기 각각의 클러스터 헤드로 할당하여 초기 데이터 클러스터링 해들에 대한 초기 데이터 클러스터링 해군을 생성하는 생성부;상기 생성된 초기 데이터 클러스터링 해군에 따른 상기 초기 데이터 클러스터링 해들에 대하여 각각의 초기 데이터 클러스터링의 지역해를 탐색하는 지역해 탐색부;상기 지역해를 탐색함에 따라 갱신된 데이터 클러스터링 해군의 전체 해를 사용하여 상기 데이터 클러스터링의 전역해를 탐색하는 전역해 탐색부; 및 상기 데이터 클러스터링 해를 탐색한 탐색 시도 횟수와 상기 데이터 클러스터링 탐색 최대수와 비교하여 새로운 데이터 클러스터링 해를 생성하는 비교부 를 포함하는 인공벌군집 데이터 클러스터링 시스템
|
9 |
9
제8항에 있어서, 상기 분석 데이터에 대한 데이터 클러스터링 수를 결정하고, 인공벌군집 기법을 적용하기 위한 파라미터를 설정하는 설정부를 더 포함하고,상기 설정부는,각각의 데이터 클러스터링 해의 이웃 데이터 클러스터링 해를 탐색하는 EB(Employed Bee)의 수, 상기 각각의 데이터 클러스터링 해의 평가값의 확률에 기초하여 추가적으로 이웃 데이터 클러스터링 해를 탐색하는 OB(Onlooker Bee)의 수 또는 한 세대의 해의 수 중 적어도 하나의 파라미터를 결정하고, 상기 각각의 데이터 클러스터링 해의 더 좋은 이웃 데이터 클러스터링 해를 탐색할 때까지 시도한 시도 횟수의 최대수(Limit)를 결정하는 것을 특징으로 하는 인공벌군집 데이터 클러스터링 시스템
|
10 |
10
제8항에 있어서, 상기 생성부는,중심점으로 사용하는 상기 클러스터 헤드를 제외한 데이터들에 대하여 각각의 클러스터 헤드까지의 거리를 계산하고, 상기 데이터들에 대하여 상기 데이터들과 상기 각각의 클러스터 헤드까지의 거리에 기초하여 가장 가까운 클러스터 헤드가 소속된 클러스터에 할당하는 것을 특징으로 하는 인공벌군집 데이터 클러스터링 시스템
|
11 |
11
제8항에 있어서, 상기 지역해 탐색부는,상기 각각의 초기 데이터 클러스터링 해들의 지역탐색을 위하여 이웃해를 탐색하되, 상기 지정된 클러스터 헤드 중 랜덤으로 하나의 클러스터 헤드를 선택하여 일반 데이터로 변환하고, 상기 클러스터 헤드가 아닌 데이터 중에서 하나를 랜덤으로 선택하여 새로운 클러스터 헤드로 변경하는 것을 특징으로 하는 인공벌군집 데이터 클러스터링 시스템
|
12 |
12
제11항에 있어서, 상기 지역해 탐색부는,상기 지정된 클러스터 헤드 중 일반 데이터로 변환된 것을 제외한 클러스터 헤드들(K-1)과 상기 새로운 클러스터 헤드를 기준으로 상기 클러스터 헤드를 제외한 나머지 데이터들과의 거리를 계산하고, 상기 데이터들에 대하여 상기 데이터들과 상기 각각의 클러스터 헤드까지의 거리에 기초하여 가장 가까운 클러스터 헤드가 소속된 클러스터로 재할당하여 이웃해를 생성하는 것을 특징으로 하는 인공벌군집 데이터 클러스터링 시스템
|
13 |
13
제8항에 있어서,상기 전역해 탐색부는,상기 데이터 클러스터링의 지역해를 탐색함에 따라 갱신된 데이터 클러스터링 해군의 전체 해를 사용하여 데이터 클러스터링 평가값에 비례하는 확률식으로 데이터 클러스터링 해를 선택하고, 상기 선택된 데이터 클러스터링 해의 이웃해에 대하여 지역해를 생성하여 상기 선택된 데이터 클러스터링 해와 비교함으로써 업데이트하는 것을 특징으로 하는 인공벌군집 데이터 클러스터링 시스템
|
14 |
14
제8항에 있어서,상기 비교부는,상기 데이터 클러스터링 해를 탐색한 탐색 시도 횟수가 상기 데이터 클러스터링 탐색 최대수보다 같거나 클 경우, 상기 데이터 클러스터링 해를 탈락시키고, 상기 탈락시킨 데이터 클러스터링 해를 클러스터 헤드를 중심으로 생성하여 지역해에 빠지지 않고 전역해를 탐색할 수 있도록 제공하는 것을 특징으로 하는 인공벌군집 데이터 클러스터링 시스템
|