论文部分内容阅读
该文提出一种利用最优K相异性算法（OptiSim）的密度聚类算法．通过代表性子集选择技术与DBSCAN算法的结合，可显著降低I／O耗费和内存需求，使之能够有效地处理大规模空间数据库．并提出一种扩展的OptiSim代表性子集选择方法（EOptiSim），它在处理组合数据库方面能弥补基本的OptiSim方法的不足。实验结果表明文章的算法是可行、有效的。