全球工程设计与技术杂志
开放获取

抽象的

CLARANS 的性能评估：空间数据挖掘对象聚类方法

维贾亚·萨格维卡、维迪亚·萨格维卡和卡尔帕纳·德奥鲁卡

空间数据挖掘是发现空间数据库中可能隐含存在的有趣关系和特征。为此，本文有三个主要贡献。首先，一种称为 CLARANS 的新聚类方法，其目的是识别数据中可能存在的空间结构。实验结果表明，与现有的聚类方法相比，CLARANS 非常高效且有效。其次，研究 CLARANS 如何不仅能够有效地处理点对象，而且能够有效地处理多边形对象。所考虑的方法之一称为 IR 近似，对于凸面和非凸面多边形对象的聚类非常有效。第三，在 CLARANS 之上，开发两种空间数据挖掘算法，旨在发现空间和非空间属性之间的关系。