| 1 |
1
데이터 집합에 포함된 복수의 데이터들을 기초로 미세 클러스터(Micro Cluster, MC)로 구성된 리프노드와 보조 클러스터(Sub Cluster, SC)로 구성된 인덱스노드를 포함하는 CF(Clustering Feature) 트리를 구축하는 CF 트리 구축부;상기 리프노드를 오른쪽 방향으로 순차탐색하면서 상기 미세 클러스터에 관한 유클리디언 거리(Euclidean Distance, ED)와 평균 반지름 간의 연산으로 정의되는 상기 미세 클러스터 간의 거리를 기초로 미세 클러스터 세그먼트(Micro Cluster Segment, MCS)를 생성하는 미세 클러스터 세그먼트 생성부; 및상기 미세 클러스터 세그먼트에 대해 범위 질의를 수행하여 클러스터 집합을 생성하는 클러스터 집합 생성부를 포함하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 장치
|
| 2 |
2
제1항에 있어서, 상기 CF 트리 구축부는상기 구축이 완료된 경우 상기 보조 클러스터에 대해 반지름을 산출하는 것을 특징으로 하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 장치
|
| 3 |
3
제2항에 있어서, 상기 CF 트리 구축부는상기 반지름 산출 과정에서 상기 보조 클러스터의 자식이 미세 클러스터인 경우 해당 미세 클러스터의 평균 반지름을 사용하고 상기 보조 클러스터의 자식이 보조 클러스터인 경우 해당 보조 클러스터의 반지름을 사용하는 것을 특징으로 하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 장치
|
| 4 |
4
제1항에 있어서, 상기 미세 클러스터 세그먼트 생성부는다음의 수학식을 통해 상기 미세 클러스터 간의 거리(Inter-Microcluster Distance, IMD)를 산출하는 것을 특징으로 하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 장치
|
| 5 |
5
제1항에 있어서, 상기 미세 클러스터 세그먼트 생성부는제1 및 제2 미세 클러스터들 간의 거리가 임계 거리보다 작은 경우 상기 제1 및 제2 미세 클러스터들을 동일한 미세 클러스터 세그먼트에 추가하는 것을 특징으로 하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 장치
|
| 6 |
6
제1항에 있어서, 상기 미세 클러스터 세그먼트 생성부는상기 미세 클러스터 세그먼트의 중심은 상기 미세 클러스터 세그먼트에 포함된 복수의 미세 클러스터들의 중심의 평균값을 통해 산출하고 상기 미세 클러스터 세그먼트의 반지름은 상기 미세 클러스터 세그먼트의 중심에서 각 미세 클러스터의 중심까지의 거리와 각 미세 클러스터의 평균 반지름의 합 중에서 가장 큰 값을 통해 산출하는 것을 특징으로 하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 장치
|
| 7 |
7
제1항에 있어서, 상기 클러스터 집합 생성부는상기 미세 클러스터 세그먼트의 중심을 기준으로 상기 미세 클러스터 세그먼트의 반지름과 임계 거리의 합을 반경으로 하는 범위 영역과 중첩되고 외부 미세 클러스터 세그먼트에 포함된 복수의 미세 클러스터 후보들을 결정하는 것을 특징으로 하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 장치
|
| 8 |
8
제7항에 있어서, 상기 클러스터 집합 생성부는상기 복수의 미세 클러스터 후보들 각각에 대해 상기 미세 클러스터 세그먼트에 포함된 모든 미세 클러스터들 간의 거리가 상기 임계 거리 이내인 경우 해당 미세 클러스터 후보가 포함된 외부 미세 클러스터 세그먼트를 상기 미세 클러스터 세그먼트와 연관된 부분 클러스터 집합에 추가하는 것을 특징으로 하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 장치
|
| 9 |
9
제8항에 있어서, 상기 클러스터 집합 생성부는동일한 미세 클러스터 세그먼트를 포함하고 있는 복수의 부분 클러스터 집합들을 하나로 통합하여 상기 클러스터 집합을 생성하는 것을 특징으로 하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 장치
|
| 10 |
10
데이터 클러스터링 장치에서 수행되는 데이터 클러스터링 방법에 있어서,데이터 집합에 포함된 복수의 데이터들을 기초로 미세 클러스터(Micro Cluster, MC)로 구성된 리프노드와 보조 클러스터(Sub Cluster, SC)로 구성된 인덱스노드를 포함하는 CF(Clustering Feature) 트리를 구축하는 단계;상기 리프노드를 오른쪽 방향으로 순차탐색하면서 상기 미세 클러스터에 관한 유클리디언 거리(Euclidean Distance, ED)와 평균 반지름 간의 연산으로 정의되는 상기 미세 클러스터 간의 거리를 기초로 미세 클러스터 세그먼트(Micro Cluster Segment, MCS)를 생성하는 단계; 및상기 미세 클러스터 세그먼트에 대해 범위 질의를 수행하여 클러스터 집합을 생성하는 단계를 포함하는 CF 트리를 활용한 범위 질의 기반의 데이터 클러스터링 방법
|
