1 |
1
무선 센서 네트워크에서 클러스터 헤드에 의해 수행되는 데이터 집합 방법에 있어서, 데이터 유사도를 기반으로 복수의 센서 노드 중에서 적어도 하나의 센서 노드를 클러스터링하는 단계; 상기 클러스터링된 적어도 하나의 센서 노드의 노드 데이터에서 중복된 노드 데이터를 삭제하여 노드 데이터를 클러스터링하는 단계; 및 상기 중복된 노드 데이터가 삭제된 통합 데이터를 싱크 노드로 전송하는 단계를 포함하고, 상기 노드 데이터를 클러스터링하는 단계는, 상기 클러스터링된 센서 노드의 노드 데이터에서 교차 사분위(IRQ, Inter Quartile Range) 분석을 통해 특이치를 제거하는 단계를 더 포함하는, 무선 센서 네트워크에서 노드 데이터 집합 방법
|
2 |
2
제1항에 있어서,상기 센서 노드를 클러스터링하는 단계는, 코사인 유사도 함수를 기반으로 최대 코사인 유사도를 기준으로 상기 센서 노드를 클러스터링하는, 무선 센서 네트워크에서 노드 데이터 집합 방법
|
3 |
3
삭제
|
4 |
4
제1항에 있어서,상기 특이치를 제거하는 단계는, 상기 노드 데이터의 첫 번째 사분위 수와 세 번째 사분위 수의 차이 값을 이용하여 상기 특이치를 식별하는 상한 및 하한 범위를 산출하고, 상기 산출된 상한 및 하한 범위를 기준으로 특이치를 검출하는, 무선 센서 네트워크에서 노드 데이터 집합 방법
|
5 |
5
제1항에 있어서, 상기 노드 데이터를 클러스터링하는 단계는, 상기 클러스터링된 센서 노드의 노드 데이터로부터 자체구성 지도(Self-Organized Map, SOM) 신경망을 기반으로 중복 데이터를 삭제하는, 무선 센서 네트워크에서 노드 데이터 집합 방법
|
6 |
6
제5항에 있어서, 상기 클러스터링된 센서 노드의 노드 데이터는 상기 자체구성 지도 신경망에서 다차원 격자로 배열되는, 무선 센서 네트워크에서 노드 데이터 집합 방법
|
7 |
7
제5항에 있어서,상기 노드 데이터를 클러스터링하는 단계는, 자체구성 지도 신경망의 모든 가중치와 입력 벡터 사이의 유클리드 거리를 계산하여 승자 노드로 지정하고, 상기 지정된 승자 노드의 노드 데이터와 중복되는 중복 데이터를 삭제하는, 무선 센서 네트워크에서 노드 데이터 집합 방법
|
8 |
8
제7항에 있어서, 상기 노드 데이터를 클러스터링하는 단계는, 상기 지정된 승자 노드와 가장 근접한 입력 벡터에 대한 매칭 가중치를 조정하여 상기 승자 노드를 지정하는, 무선 센서 네트워크에서 노드 데이터 집합 방법
|
9 |
9
제7항에 있어서,상기 노드 데이터를 클러스터링하는 단계는, 상기 지정된 승자 노드 주변의 이웃 노드의 가중치를 조정하는, 무선 센서 네트워크에서 노드 데이터 집합 방법
|
10 |
10
제7항에 있어서,상기 노드 데이터를 클러스터링하는 단계는, 상기 지정된 승자 노드의 노드 데이터와 중복되는지 여부를 상기 지정된 승자 노드의 노드 데이터와의 코사인 유사도 함수를 이용하여 판단하는, 무선 센서 네트워크에서 노드 데이터 집합 방법
|
11 |
11
무선 센서 네트워크에서 센서 노드와 통신하는 통신 모듈; 적어도 하나의 프로그램을 저장하는 메모리; 및 상기 통신 모듈 및 상기 메모리와 연결된 프로세서를 포함하고, 상기 프로세서는, 상기 적어도 하나의 프로그램을 실행함으로써, 데이터 유사도를 기반으로 복수의 센서 노드 중에서 적어도 하나의 센서 노드를 클러스터링하되, 상기 클러스터링된 센서 노드의 노드 데이터에서 교차 사분위(IRQ, Inter Quartile Range) 분석을 통해 특이치를 제거하고, 상기 클러스터링된 적어도 하나의 센서 노드의 노드 데이터에서 중복된 노드 데이터를 삭제하여 노드 데이터를 클러스터링하고, 상기 중복된 노드 데이터가 삭제된 통합 데이터를 싱크 노드로 전송하는, 무선 센서 네트워크에서 노드 데이터 집합 장치
|
12 |
12
제11항에 있어서,상기 프로세서는, 코사인 유사도 함수를 기반으로 최대 코사인 유사도를 기준으로 상기 센서 노드를 클러스터링하는, 무선 센서 네트워크에서 노드 데이터 집합 장치
|
13 |
13
삭제
|
14 |
14
제11항에 있어서,상기 프로세서는, 상기 노드 데이터의 첫 번째 사분위 수와 세 번째 사분위 수의 차이 값을 이용하여 상기 특이치를 식별하는 상한 및 하한 범위를 산출하고, 상기 산출된 상한 및 하한 범위를 기준으로 특이치를 검출하는, 무선 센서 네트워크에서 노드 데이터 집합 장치
|
15 |
15
제11항에 있어서, 상기 프로세서는, 상기 클러스터링된 센서 노드의 노드 데이터로부터 자체구성 지도(Self-Organized Map, SOM) 신경망을 기반으로 중복 데이터를 삭제하는, 무선 센서 네트워크에서 노드 데이터 집합 장치
|
16 |
16
제15항에 있어서, 상기 클러스터링된 센서 노드의 노드 데이터는 상기 자체구성 지도 신경망에서 다차원 격자로 배열되는, 무선 센서 네트워크에서 노드 데이터 집합 장치
|
17 |
17
제15항에 있어서,상기 프로세서는, 자체구성 지도 신경망의 모든 가중치와 입력 벡터 사이의 유클리드 거리를 계산하여 승자 노드로 지정하고, 상기 지정된 승자 노드의 노드 데이터와 중복되는 중복 데이터를 삭제하는, 무선 센서 네트워크에서 노드 데이터 집합 장치
|
18 |
18
제17항에 있어서, 상기 프로세서는, 상기 지정된 승자 노드와 가장 근접한 입력 벡터에 대한 매칭 가중치를 조정하여 상기 승자 노드를 지정하는, 무선 센서 네트워크에서 노드 데이터 집합 장치
|
19 |
19
제17항에 있어서,상기 프로세서는, 상기 지정된 승자 노드 주변의 이웃 노드의 가중치를 조정하는, 무선 센서 네트워크에서 노드 데이터 집합 장치
|
20 |
20
제17항에 있어서,상기 프로세서는, 상기 지정된 승자 노드의 노드 데이터와 중복되는지 여부를 상기 지정된 승자 노드의 노드 데이터와의 코사인 유사도 함수를 이용하여 판단하는, 무선 센서 네트워크에서 노드 데이터 집합 장치
|
21 |
21
프로세서에 의해 실행 가능한 적어도 하나의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 적어도 하나의 프로그램은 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금: 데이터 유사도를 기반으로 복수의 센서 노드 중에서 적어도 하나의 센서 노드를 클러스터링하되, 상기 클러스터링된 센서 노드의 노드 데이터에서 교차 사분위(IRQ, Inter Quartile Range) 분석을 통해 특이치를 제거하고, 상기 클러스터링된 적어도 하나의 센서 노드의 노드 데이터에서 중복된 노드 데이터를 삭제하여 노드 데이터를 클러스터링하고, 상기 중복된 노드 데이터가 삭제된 통합 데이터를 싱크 노드로 전송하게 하는 명령어들을 포함하는, 비 일시적 컴퓨터 판독 가능한 저장 매체
|