• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.174-176
• /
• 1999

지리 정보 시스템에서 공간 객체들은 크기가 가변적이고 객체의 형태가 일정하지 않을 뿐만 아니라 공간 객체의 분포 또한 일정하지 않다. 공간 조인은 이러한 공간 객체들의 특성으로 인해 비용이 많이 들고, 공간 객체의 분포에 따라 특정 영역에서의 공간 조인 비용이 많이 들 수 있다. 이 논문에서는 공간 객체들의 분포에 따라 한 번의 Disk 접근으로 공간 객체들을 적재할 수 있는 크기로 셀을 동적 분할하는 알고리즘을 제안한다. 제안된 알고리즘을 수행한 후에 생성된 다양한 크기의 셀을 기반으로 공간 조인을 수행한다. 또한 정제 단계에서 공간 객체를 메모리로 적재하는 Disk I/O를 줄이기 위한 방법도 알아본다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.21-23
• /
• 2000

공간 데이터베이스 시스템에서 객체간의 인접성을 유지해야하는 공간 객체의 갱신 연산 수행시, 이와 인접한 공간 객체들은 의미적 무결성을 상실하게 된다. 이러한 의미적 무결성을 만족하기 위해서는 수작업으로 무결성을 유지하는 수동적 무결성 유지 방법보다 사용자 편의성을 위해 자동 보정 연산의 지원이 필요하다. 본 논문에서는 공간 객체의 갱신 연산 수행시 인접한 공간 객체간의 의미적 무결성을 지원하기 위한 능동적인 공간 연산 트리거를 제안한다. 제안한 기법은 무결성 제약조건 검증 단계에서 인접한 공간 객체에 대한 자동 보정 연산을 수행하여 객체간의 의미적 무결성을 유지한다. 제안한 기법의 지원을 위해 무결성 제약조건은 레이어, 공간 객체의 순서로 기술하며, 무결성 검증 단계는 공간 객체, 레이어 순으로 제약조건 검사를 수행한다. 능동적 공간 연산 트리거는 레이어 제약조건 검증 단계에서 갱신연산에 대해 공간 위상 추출연산을 포함한 확장된 SQL을 사용하여 무결성을 유지하도록 한다. 능동적 공간 연산 트리거는 레이어 제약조건 검사와 공간 객체에 대한 자동 보정 연산의 수행을 통하여 인접성을 유지해야 하는 공간 객체들의 의미적 무결성과 사용자 편의성을 제공한다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.51-56
• /
• 2008

이동컴퓨팅과 센서, GPS 기술의 발됨에 따라, 실외뿐만 아니라 실내 공간에서 이동객체의 위치 정보를 이용하는 다양한 응용분야들이 개발되고 있다. 그 중에서 이동 객체의 궤적을 이용하여 분석하는 응용분야들의 경우, 실제의 데이터를 획득하는 것이 불가능 하거나 이용이 제한되어 있어서, 실제의 속성을 반영한 합성 데이터를 이용하고 있다. 그러나 대부분의 이동 객체 궤적 생성치는 실내 공간에서 이동하는 객체의 특성을 잘 반영하지 못한다. 이에, 본 논문에서는 실내 공간에서 이동하는 객체의 특성을 살펴보고, 이를 반영한 실내 공간 이동 객체의 궤적 생성기를 구현한다.

• Journal of Intelligence and Information Systems
• /
• v.9 no.3
• /
• pp.99-115
• /
• 2003

In this paper, we present a knowledge-based object-oriented spatial database system called KOBOS. A knowledge-based approach is introduced to the object-oriented spatial database system for data modeling and approximate query answering. For handling the structure of spatial objects and the approximate spatial operators, we propose three levels of object-oriented data model: (1) a spatial shape model; (2) a spatial object model; (3) an internal description model. We use spatial type abstraction hierarchies(STAHs) to provide the range of the approximate spatial operators. We then propose SOQL, a spatial object-oriented query language. SOQL provides an integrated mechanism for the graphical display of spatial objects and the retrieval of spatial and aspatial objects. To support an efficient hybrid query evaluation, we use the top-down spatial query processing method.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.289-292
• /
• 2007

객체기반 영상분류를 위한 영상분할에 있어서 중요한 요소로는 분할축척(Scale), 분광 정보(Color), 공간 정보(Shape) 등이 있으며 공간 정보에 해당하는 공간 변수는 평활도(Smoothness)와 조밀도(Compactness)가 있다. 이들 가중치의 선택이 최종적으로 객체기반 영상분류의 결과를 좌우하게 된다. 본 연구는 객체기반 영상분류의 준비 과정이라 할 수 있는 영상분할에 있어서 다양한 가중치를 적용을 통하여 영상을 분할하였다. 영상분할을 위해 적용한 가중치는 10, 20, 30의 분할축척(Scale)과 분광 정보(Color)와 공간 정보(Shape)간의 가중치 조합, 공간 변수인 평활도(Smoothness)와 조밀도(Compactness)간의 가중치 조합을 사용하였다. 각 가중치 조합을 통하여 분할된 영상의 분석은 Moran's I 와 객체 내부 분산(Intrasegment Variance)을 이용하여 분석하였다. 각 객체간의 상관관계 분석을 위하여 Moran's I를 계산하였으며 분류된 지역의 동질성을 분석하기 위하여 객체 면적을 고려한 객체 내부 분산(Intrasegment Variance)값을 계산하였다. Moran's I 가 낮은 값을 가질수록 객체 간의 공간상관관계가 낮아지므로 이웃 객체간의 이질성은 높아지며 객체 내부 분산(Intrasegment Variance)이 낮은 값을 가질수록 지역간의 동질성은 높아지게 된다. Moran's I 와 객체 내부 분산(Intrasegment Variance)의 조합을 통하여 객체기반 영상분류 시 가장 높은 분류 정확도가 예상되는 밴드별 영상분할 가중치를 얻을 수 있다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.2
• /
• pp.306-320
• /
• 1999

본 논문에서는 공간 객체에 대한 다양한 사용자 관점을 제공하기 위하여 객체지향 뷰를 확장한 공간 뷰를 설계 구현한다. 공간 뷰의 기하데이타 차원은 소스 객체의 기하데이타 차원과 다를 수 있으므로 공간 뷰 객체의 기하데이타 표현과 공간연산자가 명시적으로 정의되어야 한다. 그리고 공간 뷰는 대용량의 공간 객체로부터 복잡한 공간 연산에 의해 우도되므로 성능 향상을 위한 실체화 방법이 필요하다. 공간 뷰의 구현 방법은 비-실체화와 실체화 방법이 있다. 그리고 실체화는 값 복사에 의한 실체화와 객체식별자 유지에 의한 실체와 방법으로 나눌 수 있다. 본 논문에서는 비-실체화와 값 복사에 의한 값 복사에 의한 실체화 방법을 구현하고 각각의 질의 처리 방법을 설계 구현한다. 그리고 각 구현 방법의 질의 수행시간을 중점적으로 비교하여 본 논문에서 사용한 공간 뷰의 구현방법을 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.46-48
• /
• 2004

차량항법장치(Car Navigation System ： CNS)나 지리정보시스템(Geographic Information System ： CIS)에서 공간 객체를 효율적으로 다루는 색인기법에 대한 다양한 논의가 있어왔다 기존의 방법에서는 공간 객체의 인접성(cluster)과 밀집성 만을 고려해서 색인 트리를 생성하므로, 편향된 접근 빈도론 가진 공간 객체이 대해서 효과적인 탐색시간을 제공하지 못한다. 접근 빈도를 반영한 색인 기법은 공간 데이터가 갖는 특성-2개 이상의 차원에 대한 순서 할당이 불가능-에 의해서 지리적으로 인접된 객체들을 묶지 못하고, 이로 인해서 공간 객체에 대한 효율적인 색인 기법을 제공할 수 없다. 지리 데이터에 대한 위치와 접근 빈도가 주어질 매, 색인 트리는 좌표 정보뿐 아니라 공간 객체에 대한 접근 빈도도 고려해서 생성되어야 한다 본 논문에서 제안하는 기법을 전체 영역을 세부영역으로 분할하고, 각 세부 영역에 대해서 편향색인 트리를 생성한 뒤에 트리를 병합함으로써 밀집도와 접근 빈도를 반영한, 편향된(skewed) 색인 트리를 생성하도록 한다. 편향된 색인 트리는 접근 빈도가 높은 공간객체를 상위계층(level)에 위치시킴으로써 탐색비용을 줄인다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2004.12a
• /
• pp.75-80
• /
• 2004

최근 공간 데이터를 사용하는 응용 프로그램이 증가하면서 대용량의 공간 데이터를 효율적으로 저장하고 관리하기 위한 공간 데이터베이스가 요구되고 있다. 이러한 공간 데이터베이스는 객체 관계형 데이터베이스의 사용자 정의 타입과 사용자 정의 함수를 이용하여 기존의 데이터베이스를 확장하는 형태로 개발될 수 있다. 하지만, 대부분의 객체 관계형 데이터베이스는 공간 인덱스와 같은 사용자 정의 인덱스를 확장하는 일반적인 방법을 제공하고 있지 않기 때문에 객체 관계형 데이터베이스를 확장한 공간 데이터베이스는 공간 영역 질의의 성능이 떨어지는 문제점이 있다. 본 연구에서는 객체 관계형 데이터베이스를 확장한 공간 데이터베이스에서 공간 인덱스를 개발하고 객체 관계형 데이터베이스에 통합시킬 수 있는 방법인 GiST와 Relational Indexing을 비교/분석하고 향후 이들 방법을 이용하여 공간 인덱스를 구현하고 공간 영역 질의에 대한 성능을 비교하여 보다 적합한 방법을 제시하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.270-272
• /
• 1999

최근에 활발히 연구되고 있는 지리 정보 시스템 등은 2차원 이상의 공간 속성을 갖는 공간 객체들로 구성되며 데이터 양이 매우 방대하여 효율적인 공간 색인 기법이 요구되고 있다. 그러나, 기존의 공간 색인 기법들은 공간 객체의 크기와 밀도 차이, 공간 연산의 종류에 따라 각각 큰 성능차를 보이며 때로는 이용이 불가능한 경우도 있다. 이와 같은 문제점들을 해결하기 위해서는 공간 객체의 크기와 밀도 차이에 독립적인 하나의 색인 구조로 다양한 공간 연산들을 효율적으로 지원할 수 있는 공간 색인 기법이 필요하다. 본 논문에서는 이와 같은 문제를 해결할 수 있는 새로운 공간 색인 기법인 공간 해싱(spatial hashing)을 제안하고 관련연산들을 정의하였다. 공간 해싱은 각 객체의 영역을 MBR로 단순화하고 그 MBR의 좌상점(Left-Top point)와 우하점(Right-Bottom point) 만을 이용해 객체의 영역 정보와 위치 정보를 확장성 해싱을 이용하여 유지하는 색인 기법이다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.7
• /
• pp.1518-1524
• /
• 2014

In this paper, a new method of spatial query, which is called Surround Search (SuSe) is suggested. This method makes it possible to search for the closest spatial object of interest to the user from a query point. SuSe is differentiated from the existing spatial object query schemes, because it locates the closest spatial object of interest around the query point. While SuSe searches the surroundings, the spatial object is saved on an R-tree, and MINDIST, the distance between the query location and objects, is measured by considering an angle that the existing spatial object query methods have not previously considered. The angle between targeted-search objects is found from a query point that is hidden behind another object in order to distinguish hidden objects from them. The distinct feature of this proposed scheme is that it can search the faraway or hidden objects, in contrast to the existing method. SuSe is able to search for spatial objects more precisely, and users can be confident that this scheme will have superior performance to its predecessor.