对比文件的名称：1995-04-04_US5404561A_发明授权_US5404561A Clustering and associate processor
目标专利的名称：用于非平稳数据的凝聚群集的并行方法CN105247487B
本次调用的模型名称：gpt-4-turbo
## 特征比对表格
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：包括：接收所述数据点流《隐含公开》 | [说明书第2段] "data points in a given set are each assigned to individual processing cells..." (给定集合中的数据点被各自分配给各个处理单元...)<br>[说明书第4段] "data points 14 are loaded into the appropriate processing cell 42..." (数据点14被加载到适当的处理单元42中...) | 对比文件描述了将数据点加载或分配给处理单元（processing cells）的过程，这隐含了“接收数据”这一初始步骤。虽然对比文件没有明确使用“流（stream）”这一术语来描述数据的连续输入，但其描述的将数据点集合加载到处理器中进行处理的过程，在广义上包含了“接收数据点”这一技术行为。然而，目标专利中“接收数据点流”强调的是对连续、动态输入的数据流的处理，而对比文件处理的是给定的、静态的数据集，两者在处理的数据性质和时序上存在区别，但“接收”这一基础动作被隐含公开。 |
| **技术特征B**：确定多个群集质心《直接公开》 | [说明书第2段] "groups of the data points in a given region will coalesce into various centroids." (给定区域中的数据点组将合并成各种质心。)<br>[说明书第3段] "The two points are designated as centroids 18." (这两个点被指定为质心18。) | 对比文件明确公开了通过模拟引力使数据点移动并最终合并形成“centroids”（质心）的技术方案。这是其聚类方法的核心结果。例如，图3的说明描述了多个数据点经过几个周期（cycle）的移动后，最终形成两个质心（centroids）。这与目标专利中“确定多个群集质心”的技术特征在作用和目的上完全相同，都是聚类过程中产生的数据点聚合中心。因此，该特征被对比文件直接公开。 |
| **技术特征C**：将所述多个群集质心划分成多个群集质心群，其中每个群集质心群包含所述多个群集质心的子集并由多个线程和/或处理器中不同的线程和/或处理器独立地采用《未公开》 | 对比文件未公开相关内容。 | 对比文件公开的聚类处理器（如附图4所示的架构）虽然包含多个处理单元（processing cells），但其工作方式是：所有数据点被加载到整个处理单元阵列中，然后通过全局互连（total-interconnect bus）计算引力，数据点在统一的数据空间中移动并最终形成质心。整个过程是作为一个整体、在单一的处理框架（尽管内部有并行计算）下完成的。对比文件没有描述将已确定的多个质心预先划分成不同的“群”（groups），并分配给不同的线程或处理器去“独立地采用”。目标专利的该特征旨在实现任务在并行单元间的划分，而对比文件未公开这种划分策略。 |
| **技术特征D**：向所述多个线程和/或处理器中的每个线程和/或处理器指派所述数据点流的一部分《未公开》 | 对比文件未公开相关内容。 | 对比文件描述了将整个数据点集合加载到处理单元阵列中，每个数据点占据一个处理单元地址。它没有描述将数据点流（或数据集）的不同部分指派给不同的、独立的处理线程或处理器核心。其并行性体现在处理单元阵列的硬件结构上，用于计算引力向量，而非将数据流分割并分配给独立的处理单元去执行完整的、独立的聚类任务。因此，该特征未被公开。 |
| **技术特征E**：以及组合由所述多个线程和/或处理器生成的多个群集以生成全局群集域。《未公开》 | 对比文件未公开相关内容。 | 由于对比文件没有公开特征C和D（即将质心划分给不同处理器并让它们独立处理数据流的一部分），自然也就不存在由多个独立线程/处理器“生成多个群集”并随后“组合”它们以形成“全局群集域”的步骤。在对比文件中，聚类结果（质心）是在全局处理过程中自然产生的单一集合，无需组合操作。因此，该特征未被公开。 |
| **技术特征F**：其特征在于，所述接收包括：从一个或多个传感器接收所述数据点流。《未公开》 | 对比文件未公开相关内容。 | 对比文件通篇没有提及数据点来源于“传感器”。它仅提到数据可以是来自各种领域（domains）的二维数据，例如来自传感器的对象报告或特征向量，但这是对数据可能类型的宽泛举例，并非对“接收”步骤本身技术手段的限定。目标专利该特征明确限定了数据来源是“一个或多个传感器”，这是一个具体的实施方式，未被对比文件公开。 |
| **技术特征G**：其特征在于，所述一个或多个传感器是加速计、陀螺仪、磁力计、或话筒中的一者或多者。《未公开》 | 对比文件未公开相关内容。 | 对比文件完全没有提及任何具体的传感器类型，更未提及加速计、陀螺仪、磁力计或话筒。该特征是非常具体的技术限定，未被公开。 |
| **技术特征H**：其特征在于，所述数据点流按循环方式被指派给所述多个线程和/或处理器。《未公开》 | 对比文件未公开相关内容。 | 对比文件未涉及任何将数据点流指派给多个线程/处理器的具体方式，因此“循环方式”这一具体指派策略未被公开。 |
| **技术特征I**：其特征在于，所述数据点流按阶层式方式被指派给所述多个线程和/或处理器。《未公开》 | 对比文件未公开相关内容。 | 对比文件未涉及任何将数据点流指派给多个线程/处理器的具体方式，因此“阶层式方式”这一具体指派策略未被公开。 |
| **技术特征J**：其特征在于，指派所述数据点流的一部分包括：将接收到的数据点指派给所述多个群集质心中的一个群集质心《未公开》 | 对比文件未公开相关内容。 | 对比文件描述的聚类过程是动态的：数据点根据引力向量移动，最终汇聚到质心。这不是一个基于预先确定的、静态的“多个群集质心”集合进行指派的过程。在对比文件中，质心是聚类过程的结果，而非用于指派数据点的预先存在的参考点。目标专利该特征描述了一种基于已有质心集合进行数据分发的机制，与对比文件的引力模拟机制不同，未被公开。 |
| **技术特征K**：以及将所述接收到的数据点指派给与所述多个群集质心中的这一个群集质心相对应的线程或处理器。《未公开》 | 对比文件未公开相关内容。 | 此特征与特征J相关联，且依赖于特征C（质心划分给不同处理器）。由于特征C和J均未被公开，且对比文件不存在将数据点基于质心映射到特定线程/处理器的机制，因此该特征未被公开。 |
| **技术特征L**：其特征在于，所述多个群集质心中的群集质心数目对应于线程和/或处理器数目。《未公开》 | 对比文件未公开相关内容。 | 对比文件未描述线程或处理器的数目，也未描述质心数目与处理器数目之间的任何对应关系。该特征未被公开。 |
| **技术特征M**：其特征在于，所述多个群集质心中的群集质心数目大于线程和/或处理器数目，并且其中所述接收到的数据点基于与所述多个群集质心中的每个群集质心相关联的数据点计数被指派给线程或处理器。《未公开》 | 对比文件未公开相关内容。 | 对比文件未描述质心数目与处理器数目的关系，也未描述基于与质心关联的数据点计数来指派数据给处理器的机制。该特征未被公开。 |
| **技术特征N**：其特征在于，所述数据点流基于所述多个线程和/或处理器中的每个线程和/或处理器的速度被指派给所述多个线程和/或处理器。《未公开》 | 对比文件未公开相关内容。 | 对比文件未提及处理单元的速度，也未描述根据速度来指派数据点的机制。该特征未被公开。 |
| **技术特征O**：其特征在于，所述多个线程和/或处理器中的每个线程和/或处理器生成围绕向所述多个线程和/或处理器中的每个线程和/或处理器置备的一个或多个质心的一个或多个群集。《未公开》 | 对比文件未公开相关内容。 | 该特征描述了每个并行单元独立生成围绕其自身质心的群集。对比文件的处理单元（cells）并不独立生成“群集”；它们协同工作，通过引力模拟在整个数据空间中形成质心。单个处理单元并不持有独立的“一个或多个质心”并围绕其生成群集。该特征未被公开。 |
| **技术特征P**：其特征在于，所述多个线程和/或处理器中的每个线程和/或处理器在其开始接收所述数据点流的所述部分时开始生成所述一个或多个群集。《未公开》 | 对比文件未公开相关内容。 | 该特征涉及并行处理单元的启动时序。对比文件未描述数据流的分段接收，也未描述各处理单元独立的、基于接收数据即开始工作的生成过程。该特征未被公开。 |
| **技术特征Q**：其特征在于，所述多个线程和/或处理器中的每个线程和/或处理器在开始生成所述一个或多个群集之前缓冲所述部分的数据点中的一个或多个数据点。《未公开》 | 对比文件未公开相关内容。 | 对比文件未描述任何缓冲数据点的步骤。数据点被加载到处理单元后即参与引力计算。该特征未被公开。 |
| **技术特征R**：其特征在于，还包括：丢弃所述数据点流中的数据点以减少所述数据点流中的数据点数目。《未公开》 | 对比文件未公开相关内容。 | 对比文件未描述任何丢弃数据点以减少数据量的步骤或动机。其处理的是给定的数据集。该特征未被公开。 |
| **技术特征S**：其特征在于，还包括：降低生成所述数据点流的一个或多个传感器的采样率以减少所述数据点流中的数据点数目。《未公开》 | 对比文件未公开相关内容。 | 对比文件未提及传感器，更未提及调整传感器采样率。该特征未被公开。 |
| **技术特征T**：其特征在于，还包括：对所述全局群集域执行后处理。《未公开》 | 对比文件未公开相关内容。 | 对比文件在聚类形成质心后，提到可以将质心位置和原始数据点ID发送给主机CPU，或者构建直方图用于关联连续数据集。这可以被视为对聚类结果的后续使用或分析，但并非目标专利中所指的、在组合多个独立生成的群集后所执行的“后处理”（如数据挖掘）。目标专利该特征依赖于其特有的并行组合架构，对比文件未公开此特征。 |
| **技术特征U**：其特征在于，所述多个处理器和/或线程驻留在一用户装备上。《未公开》 | 对比文件未公开相关内容。 | 对比文件描述的是一个独立的“聚类和关联处理器”硬件架构，未提及“用户装备”（UE）这一特定应用场景或设备类型。该特征未被公开。 |
| **技术特征V**：其特征在于，所述多个处理器和/或线程驻留在多个用户装备上。《未公开》 | 对比文件未公开相关内容。 | 对比文件未提及多个用户装备，也未描述处理任务分布在多个设备上。该特征未被公开。 |
<<<B>>><<<a>>>