学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
空间数据库的聚类方法
被引:3
作者
:
曹晶
论文数:
0
引用数:
0
h-index:
0
机构:
复旦大学计算机科学系数据库研究中心
曹晶
周水庚
论文数:
0
引用数:
0
h-index:
0
机构:
复旦大学计算机科学系数据库研究中心
周水庚
柴晓路
论文数:
0
引用数:
0
h-index:
0
机构:
复旦大学计算机科学系数据库研究中心
柴晓路
周傲英
论文数:
0
引用数:
0
h-index:
0
机构:
复旦大学计算机科学系数据库研究中心
周傲英
施伯乐
论文数:
0
引用数:
0
h-index:
0
机构:
复旦大学计算机科学系数据库研究中心
施伯乐
机构
:
[1]
复旦大学计算机科学系数据库研究中心
[2]
复旦大学计算机科学系数据库研究中心 上海
[3]
上海
来源
:
计算机科学
|
2000年
/ 07期
关键词
:
Spatial databases;
Data mining;
Clustering;
D O I
:
暂无
中图分类号
:
TP311.13 [];
学科分类号
:
1201 ;
摘要
:
<正> 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
引用
收藏
页码:43 / 46
页数:4
相关论文
共 1 条
[1]
An introduction to spatial database systems[J] . Ralf Hartmut Güting.The VLDB Journal . 1994 (4)
←
1
→
共 1 条
[1]
An introduction to spatial database systems[J] . Ralf Hartmut Güting.The VLDB Journal . 1994 (4)
←
1
→