KR100987394B1 - 센서 노드의 클러스터링 방법 및 장치 - Google Patents
센서 노드의 클러스터링 방법 및 장치 Download PDFInfo
- Publication number
- KR100987394B1 KR100987394B1 KR1020090126055A KR20090126055A KR100987394B1 KR 100987394 B1 KR100987394 B1 KR 100987394B1 KR 1020090126055 A KR1020090126055 A KR 1020090126055A KR 20090126055 A KR20090126055 A KR 20090126055A KR 100987394 B1 KR100987394 B1 KR 100987394B1
- Authority
- KR
- South Korea
- Prior art keywords
- vector
- sensor
- clustering
- sensor node
- sensing data
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
- H04W4/08—User group management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
Claims (23)
- 센서 노드의 클러스터링 장치에서, 센서 네트워크를 구성하는 복수 개의 센서 노드를 클러스터링하는 방법으로서,상기 센서 노드의 클러스터링 장치에서, 상기 각 센서 노드의 센싱 데이터의 정규화된 거리를 계산하는 단계;상기 센서 노드의 클러스터링 장치에서, 상기 각 센서 노드의 정규화된 평균 거리를 계산하는 단계;상기 센서 노드의 클러스터링 장치에서, 상기 각 센서 노드의 각 센싱 데이터의 정규화된 거리를 이용하여 각 센서 노드에 대응되는 벡터를 생성하는 단계;상기 센서 노드의 클러스터링 장치에서, 상기 각 센서 노드의 정규화된 평균 거리를 이용하여 생성된 상기 벡터에 랭킹을 부여하는 단계;상기 센서 노드의 클러스터링 장치에서, 랭킹이 부여된 상기 벡터들을 랭킹 순으로 복수 개의 그룹으로 나누고, 각 그룹별 중간 랭킹에 해당하는 벡터를 초기 중심벡터로 선정하는 단계; 및상기 센서 노드의 클러스터링 장치에서, 선정된 상기 초기 중심벡터와 상기 벡터들과의 유사도에 따라 상기 벡터들을 클러스터링하는 단계;를 포함하는 센서 노드의 클러스터링 방법.
- 제4항에 있어서,상기 xj의 분산이 0인 경우, 상기 e(xkj) 값은 0으로 설정되는, 센서 노드의 클러스터링 방법.
- 제6항에 있어서,상기 xj의 표준편차가 0인 경우, 상기 e(xkj) 값은 0으로 설정되는, 센서 노드의 클러스터링 방법.
- 제1항에 있어서,상기 벡터의 각 원소의 값은 상기 벡터와 대응되는 센서 노드의 각 센싱 데이터의 정규화된 거리인, 센서 노드의 클러스터링 방법.
- 제1항에 있어서,상기 벡터 클러스터링 단계는,상기 생성된 벡터들와 상기 초기 중심벡터와의 유사도를 비교하여 가장 유사한 초기 중심벡터를 선택하는 단계;상기 생성된 벡터들을 가장 유사한 초기 중심벡터가 동일한 벡터끼리 그룹화하여 복수 개의 클러스터를 생성하는 단계;생성된 클러스터의 중심 벡터를 재계산하는 단계;상기 생성된 클러스터들이 기 설정된 클러스터링 조건을 만족하는지의 여부를 판단하여, 만족하지 못하는 경우 상기 클러스터링 조건을 만족하도록 각각의 클러스터에 속한 벡터의 일부를 다른 클러스터로 이동하고, 벡터의 일부가 이동한 클러스터의 중심 벡터를 재계산하는 단계;를 더 포함하는, 센서 노드의 클러스터링 방법.
- 제11항에 있어서,상기 생성된 벡터와 상기 초기 중심벡터와의 유사도는 코사인 유사도에 의한 각 벡터 간의 유사도 또는 유클리디언 거리(Euclidean distance) 기반 유사도에 의 한 각 벡터 간의 유사도에 의하여 계산되는, 센서 노드의 클러스터링 방법.
- 제1항에 있어서,상기 클러스터링 단계의 수행 이후, 상기 센서 노드의 클러스터링 장치에서, 센싱 데이터가 유사한 센서 노드를 검색하고자 하는 질의 노드의 과거 일정 기간 동안의 센싱 데이터를 이용하여 질의 벡터를 생성하는 단계;상기 센서 노드의 클러스터링 장치에서, 상기 생성된 질의 벡터와 상기 각 클러스터의 중심 벡터와의 유사도를 비교하여 상기 질의 벡터와 가장 유사한 클러스터를 선택하는 단계;상기 센서 노드의 클러스터링 장치에서, 상기 선택된 클러스터 내의 각 벡터와 상기 질의 벡터와의 유사도를 계산하여 상기 질의 벡터와 가장 유사한 소정 개수의 벡터를 선택하는 단계; 및상기 센서 노드의 클러스터링 장치에서, 상기 선택된 벡터에 대응되는 소정 개수의 센서 노드를 상기 질의 노드와 센싱 데이터가 가장 유사한 센서 노드로 선정하는 단계;를 더 포함하는, 센서 노드의 클러스터링 방법.
- 제1항에 있어서,상기 클러스터링 단계의 수행 이후,상기 센서 노드의 클러스터링 장치에서, 각 클러스터별로 집계 연산을 수행할 소정 개수의 센서 노드를 선정하는 단계; 및상기 센서 노드의 클러스터링 장치에서, 상기 선정된 센서 노드로부터 센싱 데이터를 전송받아 집계 연산값을 추정하는 단계;를 더 포함하는, 센서 노드의 클러스터링 방법.
- 제16항에 있어서,상기 센서 노드 선정 단계는,상기 각 클러스터에 속한 센서 노드를 각 클러스터의 중심 벡터와의 유사도에 따라 랭킹을 부여하고, 부여된 랭킹이 높은 순서로 소정 개수의 센서 노드를 선정하는, 센서 노드의 클러스터링 방법.
- 제1항에 있어서,상기 클러스터링 단계의 수행 이후,상기 센서 노드의 클러스터링 장치에서, 집계 연산을 수행할 클러스터를 선택하는 단계;상기 센서 노드의 클러스터링 장치에서, 상기 선택된 클러스터에 포함된 센서 노드 중 소정 개수의 센서 노드를 선정하는 단계; 및상기 센서 노드의 클러스터링 장치에서, 상기 선정된 센서 노드로부터 센싱 데이터를 전송받아 집계 연산값을 추정하는 단계;를 더 포함하는, 센서 노드의 클러스터링 방법.
- 제1항에 있어서,상기 클러스터링 단계의 수행 이후,상기 센서 노드의 클러스터링 장치에서, 센싱 주기 별로 각 클러스터 내에서 센싱을 수행할 소정 개수의 센서 노드를 선택하는 단계; 및상기 센서 노드의 클러스터링 장치에서, 상기 선택된 센서 노드로부터 센싱된 데이터를 전송받는 단계;를 더 포함하는, 센서 노드의 클러스터링 방법.
- 제19항에 있어서,상기 센서 노드의 선택은 각 센싱 주기 별로 선택된 센서 노드의 중심 벡터와의 평균 유사도가 기 설정된 소정 범위 이내를 만족하도록 이루어지는, 센서 노드의 클러스터링 방법.
- 제1항 내지 제20항 중 어느 한 항에 기재된 방법을 컴퓨터상에서 수행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
- 센서 네트워크를 구성하는 각 센서 노드들의 센싱 데이터가 저장되는 데이터베이스;상기 데이터베이스에 저장된 상기 센싱 데이터를 이용하여, 상기 각 센서 노드의 센싱 데이터의 정규화된 거리를 계산하는 거리 계산부;상기 계산된 정규화된 거리를 이용하여 상기 각 센서 노드의 정규화된 평균 거리를 계산하는 평균 거리 계산부;상기 각 센서 노드의 각 센싱 데이터의 정규화된 거리를 이용하여 각 센서 노드에 대응되는 벡터를 생성하는 벡터 생성부; 및상기 각 센서 노드의 정규화된 평균 거리를 이용하여 생성된 상기 벡터에 랭킹을 부여하고, 랭킹이 부여된 상기 벡터들을 랭킹 순으로 복수 개의 그룹으로 나누고, 각 그룹별 중간 랭킹에 해당하는 벡터를 초기 중심벡터로 선정하며, 선정된 상기 중심벡터와 상기 벡터들과의 유사도에 따라 상기 벡터들을 클러스터링하여 하나 이상의 클러스터를 생성하는 벡터 클러스터링부;를 포함하는 센서 노드의 클러스터링 장치.
- 제22항에 있어서,상기 생성된 클러스터들을 이용하여 상기 센서 네트워크에 포함된 특정 센서 노드와 가장 유사한 소정 개수의 센서 노드를 검색하는 센서 노드 검색부;상기 각 클러스터에 포함된 센서 노드 중 집계 연산을 수행할 샘플 노드들을 선택하고, 선택된 샘플 노드들로부터 센싱 데이터값을 전송받아 집계 연산을 수행하는 집계 연산부; 및상기 각 클러스터에 포함된 센서 노드들 중 각 센싱 주기마다 데이터를 센싱할 센서 노드를 선택하는 센싱 주기 조절부;중 하나 이상을 더 포함하는, 센서 노드의 클러스터링 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090126055A KR100987394B1 (ko) | 2009-12-17 | 2009-12-17 | 센서 노드의 클러스터링 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090126055A KR100987394B1 (ko) | 2009-12-17 | 2009-12-17 | 센서 노드의 클러스터링 방법 및 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR100987394B1 true KR100987394B1 (ko) | 2010-10-12 |
Family
ID=43135391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020090126055A KR100987394B1 (ko) | 2009-12-17 | 2009-12-17 | 센서 노드의 클러스터링 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100987394B1 (ko) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150088141A (ko) * | 2014-01-23 | 2015-07-31 | 한국전자통신연구원 | 센서 네트워크 시스템 및 센서 데이터를 처리하는 방법 |
KR20160084585A (ko) * | 2015-01-06 | 2016-07-14 | 삼성전자주식회사 | 센서 정보 처리 방법 및 장치 |
CN110874385A (zh) * | 2018-08-10 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置和系统 |
KR102165862B1 (ko) * | 2019-07-23 | 2020-10-14 | 성균관대학교산학협력단 | 무선 센서 네트워크에서 노드 데이터 집합 방법 및 장치 |
KR102370790B1 (ko) * | 2020-09-16 | 2022-03-07 | 주식회사 세수 | 환경 센서의 측정값 예측 방법 |
US11816149B2 (en) | 2020-02-11 | 2023-11-14 | Samsung Electronics Co., Ltd. | Electronic device and control method thereof |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100785794B1 (ko) | 2006-09-18 | 2007-12-13 | 한국전자통신연구원 | 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법 |
KR20080044468A (ko) * | 2006-11-16 | 2008-05-21 | 주식회사 케이티 | 무선 센서 네트워크에서의 클러스터링 방법과 그 기록매체 |
KR20090065233A (ko) * | 2007-12-17 | 2009-06-22 | 한국전자통신연구원 | 무선 센서 네트워크에서 클러스터링 기반의 위치 인식 방법 |
KR20090090767A (ko) * | 2008-02-22 | 2009-08-26 | 성균관대학교산학협력단 | 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치 |
-
2009
- 2009-12-17 KR KR1020090126055A patent/KR100987394B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100785794B1 (ko) | 2006-09-18 | 2007-12-13 | 한국전자통신연구원 | 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법 |
KR20080044468A (ko) * | 2006-11-16 | 2008-05-21 | 주식회사 케이티 | 무선 센서 네트워크에서의 클러스터링 방법과 그 기록매체 |
KR20090065233A (ko) * | 2007-12-17 | 2009-06-22 | 한국전자통신연구원 | 무선 센서 네트워크에서 클러스터링 기반의 위치 인식 방법 |
KR20090090767A (ko) * | 2008-02-22 | 2009-08-26 | 성균관대학교산학협력단 | 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150088141A (ko) * | 2014-01-23 | 2015-07-31 | 한국전자통신연구원 | 센서 네트워크 시스템 및 센서 데이터를 처리하는 방법 |
KR102191427B1 (ko) | 2014-01-23 | 2020-12-15 | 한국전자통신연구원 | 센서 네트워크 시스템 및 센서 데이터를 처리하는 방법 |
KR20160084585A (ko) * | 2015-01-06 | 2016-07-14 | 삼성전자주식회사 | 센서 정보 처리 방법 및 장치 |
KR102252168B1 (ko) * | 2015-01-06 | 2021-05-14 | 삼성전자 주식회사 | 센서 정보 처리 방법 및 장치 |
US11019147B2 (en) | 2015-01-06 | 2021-05-25 | Samsung Electronic Co., Ltd | Method and apparatus for processing sensor information |
CN110874385A (zh) * | 2018-08-10 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置和系统 |
CN110874385B (zh) * | 2018-08-10 | 2023-11-14 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置和系统 |
KR102165862B1 (ko) * | 2019-07-23 | 2020-10-14 | 성균관대학교산학협력단 | 무선 센서 네트워크에서 노드 데이터 집합 방법 및 장치 |
US11816149B2 (en) | 2020-02-11 | 2023-11-14 | Samsung Electronics Co., Ltd. | Electronic device and control method thereof |
KR102370790B1 (ko) * | 2020-09-16 | 2022-03-07 | 주식회사 세수 | 환경 센서의 측정값 예측 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100987394B1 (ko) | 센서 노드의 클러스터링 방법 및 장치 | |
Puschmann et al. | Adaptive clustering for dynamic IoT data streams | |
CN106202431B (zh) | 一种基于机器学习的Hadoop参数自动调优方法及系统 | |
Rokach et al. | Clustering methods | |
KR101560274B1 (ko) | 데이터 분석 장치 및 방법 | |
Huang et al. | In-route skyline querying for location-based services | |
US11138266B2 (en) | Leveraging query executions to improve index recommendations | |
KR101965277B1 (ko) | 하이퍼그래프 데이터 분석 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
CN102915347A (zh) | 一种分布式数据流聚类方法及系统 | |
Thushara et al. | A model for auto-tagging of research papers based on keyphrase extraction methods | |
Yu et al. | Automatically determining the number of clusters using decision-theoretic rough set | |
Tu et al. | A theoretical investigation of several model selection criteria for dimensionality reduction | |
Džeroski et al. | Analysis of time series data with predictive clustering trees | |
JPWO2012111235A1 (ja) | 情報処理装置、情報処理方法及び記憶媒体 | |
US20100198758A1 (en) | Data classification method for unknown classes | |
CN104809210B (zh) | 一种基于分布式计算框架下海量数据加权top‑k查询方法 | |
Dai et al. | PARP: A parallel traffic condition driven route planning model on dynamic road networks | |
Praus | High-ranked citations percentage as an indicator of publications quality | |
Şerban et al. | Hierarchical adaptive clustering | |
Kranen et al. | BT*–An Advanced Algorithm for Anytime Classification | |
Cai et al. | Rough Fuzzy C-means and Particle Swarm Optimization Hybridized Method for Information Clustering Problem. | |
Yang et al. | Collaborative filtering recommendation model based on fuzzy clustering algorithm | |
CN110097126A (zh) | 基于dbscan聚类算法的核查重点人员、房屋漏登记的方法 | |
Puschmann | Extracting information from heterogeneous internet of things data streams | |
Abuzaid et al. | Simdex: Exploiting model similarity in exact matrix factorization recommendations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
A302 | Request for accelerated examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20131014 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20141002 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20151002 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20160928 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20170927 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20180928 Year of fee payment: 9 |