H-SCAN : 지식 추출을 위한 해시기반의 공간 클러스터링 알고리즘 = H-SCAN: A Hash-based Spatial Clustering Algorithm for Knowledge Extraction
저자
발행기관
학술지명
권호사항
발행연도
1999
작성언어
Korean
KDC
004
자료형태
학술저널
발행기관 URL
수록면
857-869(13쪽)
제공처
대용량 공간 데이타베이스로부터 이전에 알려지지 않았던 암시적인 유용한 지식을 자동적으로 추출하는 공간 데이타 마이닝을 데이타의양이 급격히 증가하면서 필요성이 더욱더 중대되고 있으며, 또한 효율적인 공간 데이타마이닝을 위해 공간 클러스터링 알고리즘이 많이 제시되고 있다. 본 논문에서는 기존의 공간 클러스터링 알고리즘들의 단점을 극복하는 해시에 근거한 효율적인 공간 클러스터링 알고리즘인 H-SCAN(A Hash-based Spatial Clustering Algorithm for kNowledge Extraction)을 제안한다. H-SCAN 알고리즘은 객체-지향 데이타베이스를 사용하여 실제 공간 데이타를 저장하며, 잡음을 처리하고, 점 공간 객체뿐만 아니라 선 및 다각형 공간 객체도 지원하여 실제 공간 데이타 마이닝을 위한 대용량 공간 데이타에 대한 효율적인 공간 클러스터링을 수행할 수 있다. 또한, 빈 공간이 내부에 존재하는 클러스터 또는 클러스터 내에 다른 클러스터가 존재하는 경우 등과 같은 복잡한 형태의 클러스터를 발견할 수 있고, 공간 클러스터링 구조와 공간 인덱스 구조를 통합하며, 공간 데이타 마이닝의 읽기-전용 특성을 반영하며 효율적인 공간 데이타 마이닝이 가능하도록 한다.
더보기Recently, the necessity of spatial data mining which is the extraction of implicit knowledge, spatial relationships, or other knowledge not explicitly stored in spatial databases has been increased due to a huge amount of spatial data. Spatial clustering algorithms have been proposed in recent years for efficient spatial data mining. In this paper, we propose an efficient spatial clustering algorithm, named H-SCAN (A Hash-based Spatial Clustering Algorithm for kNowledge Extraction), which overcomes the disadvantages of existing spatial clustering algorithms. H-SCAN can perform efficient spatial clustering of large spatial data for practical spatial data mining by storing spatial data in an object-oriented database, handling noise problem, and processing line and polygon spatial objects as well as point spatial objects. In addition, it can find arbitrary shape of clusters such as a cluster that has holes inside or nested clusters for complex distribution of spatial data, integrates a spatial clustering structure and a spatial index structure, and utilizes read-only property of spatial data mining for the efficient knowledge extraction.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)