KR102234014B1 - Methods and apparatuses for classifying data point using clustering based convex hull

    公开(公告)号:KR102234014B1

    公开(公告)日:2021-03-30

    申请号:KR1020200004441A

    申请日:2020-01-13

    CPC classification number: G06F16/906 G06N20/10

    Abstract: 본 발명은 클러스터링 기반 컨벡스 헐을 사용한 데이터 포인트 분류 방법 및 장치에 관한 것으로, 본 발명의 일 실시예에 따른 클러스터링 기반 컨벡스 헐을 사용한 데이터 포인트 분류 방법은, 데이터 포인트를 복수 개의 클러스터로 클러스터링하는 단계, 상기 클러스터링된 복수 개의 클러스터 중에서 단일 클래스 레이블(Single Class Label)을 가진 단일 클러스터(Singular Cluster)에 대한 컨벡스 헐(Convex Hull)을 생성하는 단계, 상기 단일 클러스터의 데이터 포인트 중에서 상기 생성된 컨벡스 헐의 꼭짓점을 제외한 내부 데이터 포인트를 제거하는 단계, 및 상기 클러스터링된 복수 개의 클러스터 중에서 상기 제거된 내부 데이터 포인트를 제외한 나머지 데이터 포인트 세트를 분류하는 단계를 포함한다.

    KR102234013B1 - Methods and apparatuses for classifying data point using convex hull based on centroid of cluster

    公开(公告)号:KR102234013B1

    公开(公告)日:2021-03-30

    申请号:KR1020200004440A

    申请日:2020-01-13

    CPC classification number: G06F16/906 G06N20/10

    Abstract: 본 발명은 클러스터 중심 기반 컨벡스 헐을 사용한 데이터 포인트 분류 방법 및 장치에 관한 것으로, 본 발명의 일 실시예에 따른 클러스터 중심 기반 컨벡스 헐을 사용한 데이터 포인트 분류 방법은, 데이터 포인트를 복수 개의 클러스터로 클러스터링하는 단계, 상기 클러스터링된 복수 개의 클러스터 중에서 단일 클래스 레이블(Single Class Label)을 가진 단일 클러스터(Singular Cluster)의 중심 집합을 사용하여 초평면을 구축하되, 상기 초평면 구축에 사용된 중심을 제외한 나머지 중심이 포함된 단일 클러스터를 제거하는 단계, 상기 초평면 구축에 사용된 중심이 포함된 단일 클러스터에 대한 컨벡스 헐(Convex Hull)을 생성하는 단계, 상기 초평면 구축에 사용된 중심이 포함된 단일 클러스터에서 상기 생성된 컨벡스 헐의 꼭짓점을 제외한 내부 데이터 포인트를 제거하는 단계, 및 상기 클러스터링된 복수 개의 클러스터 중에서 상기 제거된 내부 데이터 포인트를 제외한 잔여 데이터 포인트 세트를 분류하는 단계를 포함한다.

    이벤트 탐지 효율성이 향상된 무선 센서 네트워크 시스템
    7.
    发明授权
    이벤트 탐지 효율성이 향상된 무선 센서 네트워크 시스템 有权
    无线传感器网络系统,提高事件检测效率

    公开(公告)号:KR101856552B1

    公开(公告)日:2018-05-10

    申请号:KR1020170037384

    申请日:2017-03-24

    CPC classification number: H04L41/0695 H04L41/145 H04W84/18

    Abstract: 본명세서는공간적및 시간적상관관계를고려하지않았던종래기법에비해, 이벤트감지의정확성및 통신오버헤드를개선하는무선센서네트워크시스템을개시한다. 명세서에따른무선센서네트워크시스템의이벤트감지방법는, 복수의센서노드들로구성된센서네트워크내에서각 센서노드가, (a) 상기센서노드에관하여마르코프성질을만족하는이웃센서노드들을기초로마르코프랜덤필드모델을생성하는단계; (b) 공간적이벤트를감지할때, 공간적차원에서공간적인관계를모델링하고추론을수행하며각 센서노드가인접한이웃노드와통신하는단계; (c) 주변의모든노드의판독값을융합하여시간적계층에전달하는단계; (d) 마르코프체인(Markov Chain)을통한시간차원에서의이벤트를검출하는단계;를포함할수 있다.

    다중 의사 결정 문제 해결을 위한 계층적 분석 기법, 회색수 및 엔트로피 기반의 해법 연산 방법
    9.
    发明授权
    다중 의사 결정 문제 해결을 위한 계층적 분석 기법, 회색수 및 엔트로피 기반의 해법 연산 방법 有权
    基于权重分析过程灰度数字获取解决方案的方法和多标准组决策制定问题的方法

    公开(公告)号:KR101675198B1

    公开(公告)日:2016-11-11

    申请号:KR1020140092752

    申请日:2014-07-22

    Abstract: 본발명의실시예에따른다중의사결정문제해법도출방법은, 의사결정에참여하는 K 명의의사결정자들이 n 개의대안들을 m 개의기준들에따라평가하는언어적변수들로구성된의사결정행렬을의사결정자마다생성하는단계, 정규화된의사결정행렬들을구하는단계, 각기준에서의엔트로피에기초하여각 기준에대한가중치를연산하는단계, 어느한 기준의다른기준에대한상대적중요도를산출하여생성되는판단행렬의각 행값들에기초하여연산되는상대적가중치들을생성하는단계, 각기준의가중치와각 기준의상대적가중치를곱한값들을정규화한포괄적가중치들을연산하고, 연산된포괄적가중치들과정규화회색의사결정행렬을이용하여가중정규화회색의사결정행렬을생성하는단계, 긍정적이상해법과부정적이상해법및 상기가중정규화회색의사결정행렬을이용하여, 회색상관계수및 회색상관지수를생성하고, 그룹분리척도를연산하는단계, 그룹분리척도에기초하여결정된상대적근접도들의크기순서에따라대안들의순위를결정하는단계를포함할수 있다.

Patent Agency Ranking