일반기술

장애물을 고려한 이동 거리측정법을 이용한 밀도기반 공간 클러스터링 시스템 및 그 방법

공간 클러스터링(Spatial Clustering)은 높은 유사성을 가지는 공간 객체들을 그룹화하는 방법이다. 이러한 공간 클러스터링은 높은 유용성을 가지는 효과성 측면과 공간 데이터 처리의 빠름을 나타내는 효율성 측면을 동시에 만족해야 좋은 상업적 가치를 가지게 된다. 따라서, 본 발명은 효과성과 효율성을 동시에 만족시키는 새로운 공간 클러스터링 방법을 제안한다. 기존의 공간 클러스터링 방법들은 공간 객체들간의 유사성을 계산하기 위해서, 유클리디언 거리측정법(Euclidean Measure)을 사용한다. 맨하탄 거리측정법(Manhattan Measure)은 유클리디언 거리측정법보다 공간 객체들간의 실제 이동가능한 경로를 더 잘 반영하여 유클리디언 거리측정법을 사용하는 경우보다 높은 유용성을 가지는 공간 클러스터들을 생성할 수 있다. 그러나, 맨하탄 거리측정법을 이용하여 유사성을 계산하는 경우에는 유클리디언 거리측정법보다 4배의 고려되어야 할 경로상의 line segment들이 존재하게 되어 효율성을 저하시키게 된다. 또한, 공간 객체간의 유사성을 계산할 때에, 공간 객체사이에 존재하는 모든 장애물들(N)을 고려하는 것은 효율성을 저하시키게 된다. 그러므로, 본 발명에서는 맨하탄 거리측정법을 이용한 공간 객체간의 유사성을 계산할 때에 발생하는 효율성 저하의 문제점을 해결하기 위한 공간 장애물들의 그룹화 방법을 고안하여, 확장된 밀도 기반 공간 클러스터링 방법을 제안한다.