[1]马程.空间聚类研究[J].计算机技术与发展,2009,(04):134-137.
　MA Cheng.A Survey of Spatial Clustering Research[J].,2009,(04):134-137.
点击复制

空间聚类研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年04期
页码:
134-137
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A Survey of Spatial Clustering Research
文章编号:
1673-629X（2009）04-0134-04
作者:
马程1; 2
[1]南京航空航天大学信息科学与技术学院[2]蚌埠学院计算机科学与技术系
Author(s):
MA Cheng
[1]Coll. of Info. Sci. and Techn. , Nanjing University of Aeronautics ＆ Astronautics[2]Computer Sci. and Techn. Department of Bengbu College
关键词:
数据挖掘; 空间聚类算法; 数据库
Keywords:
data mining; spatial clustering algorithm;  database
分类号:
TP18
文献标志码:
A
摘要:
聚类算法是数据挖掘中的关键技术，聚类技术在模式识别、图像处理等领域有广泛应用，随着对聚类算法更广泛深入的研究，产生了许多不同的适用于空间数据挖掘的聚类算法。描述了数据挖掘领域中对聚类分析的典型要求，介绍了空间数据挖掘中近几年常用的聚类方法，并通过基于评价聚类算法好坏的标准，从多个方面对这些算法性能进行比较分析，方便人们较容易找到一种适用于特定问题的聚类算法，最后对未来发展进行了展望
Abstract:
Clustering algorithm is the key technology in data mining. Clustering technology has wide application in pattern recognition, image processing and other fields. Along with its wider and deeper research, many different methods applicable to the spatial dat

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(04):120.
[2]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(04):143.
[3]吉同路 柏永飞 王立松.住宅与房地产电子政务中数据挖掘的应用研究[J].计算机技术与发展,2010,(01):235.
　JI Tong-lu,BAI Yong-fei,WANG Li-song.Study and Application of Data Mining in E-government of House and Real Estate Industry[J].,2010,(04):235.
[4]杨静 张楠男 李建 刘延明 梁美红.决策树算法的研究与应用[J].计算机技术与发展,2010,(02):114.
　YANG Jing,ZHANG Nan-nan,LI Jian,et al.Research and Application of Decision Tree Algorithm[J].,2010,(04):114.
[5]赵裕啸 倪志伟 王园园 伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用[J].计算机技术与发展,2010,(02):229.
　ZHAO Yu-xiao,NI Zhi-wei,WANG Yuan-yuan,et al.Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry[J].,2010,(04):229.
[6]张笑达 徐立臻.一种改进的基于矩阵的频繁项集挖掘算法[J].计算机技术与发展,2010,(04):93.
　ZHANG Xiao-da,XU Li-zhen.An Advanced Frequent Itemsets Mining Algorithm Based on Matrix[J].,2010,(04):93.
[7]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(04):105.
[8]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(04):84.
[9]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(04):109.
[10]吴青 傅秀芬.水平分布数据库的正负关联规则挖掘[J].计算机技术与发展,2010,(06):113.
　WU Qing,FU Xiu-fen.Positive and Negative Association Rules Mining on Horizontally Partitioned Database[J].,2010,(04):113.

备注/Memo

备注/Memo:
国家高技术研究发展计划（863）项目（2007AA012404）马程（1980-），女，安徽阜阳人，硕士研究生，研究方向为数据挖掘；导师：皮德常，博士，副教授，研究方向为数据挖掘与数据库。
更新日期/Last Update: 1900-01-01