| 空间数据库的聚类方法 |
| |
| 引用本文： | 曹晶 周水庚. 空间数据库的聚类方法[J]. 计算机科学, 2000, 27(7): 43-46 |
| |
| 作者姓名： | 曹晶 周水庚 |
| |
| 作者单位： | 曹晶（复旦大学计算机科学系数据库研究中心 上海 200433）;周水庚（复旦大学计算机科学系数据库研究中心 上海 200433）;柴晓路（复旦大学计算机科学系数据库研究中心 上海 200433）;周傲英（复旦大学计算机科学系数据库研究中心 上海 200433）;施伯乐（复旦大学计算机科学系数据库研究中心 上海 200433） |
| |
| 摘 要： | 1 引言近年来,数据库的数量和单个数据库的容量都大大增长了。比如,空间物体数据库包括几十亿个望远镜图像,NASA地球观测系统每小时都会产生50GB的数据。这么大的数据量已经远远超出了人为分析解释的能力范围。数据库中的知识发现(KDD)是识别数据中有价值的、新的、潜在有用的、可理解的模式的一
|
| 关 键 词： | 空间数据库 聚类方法 地理信息系统 |
A Survey of Clustering Methods in Spatial Database |
| |
| Abstract: | Clustering is widely used in areas such as pattern recognition, data analysis, and image processing. Recently, clustering has been recognized as a primary data mining method for knowledge discovery in spatial databases. However the welt-known clustering algorithms have some drawbacks when applied to large spatial databases. First, they assume that all objects are clustered in main memory.Second, these methods are too inefficient when applied to large databases. In this paper, we survey several new algorithms which make use of clustering properties of spatial index structure. |
| |
| Keywords: | Spatial databases Data mining Clustering |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
