我正在尝试使用 R 树实现 DBSCAN。我们可以以 R 树的形式存储数据。所以我的问题是如何将实时数据存储在 R 树中以及我应该如何实现区域查询以找到一个点的邻域?
问问题
1191 次
2 回答
2
首先实现 R-Trees，然后是 DBSCAN。
至于实时，您可能想研究数据流的专门聚类算法。
于 2011-11-25T17:43:26.787 回答
0
我不确定您所说的实时数据是什么意思。如果您提到更改数据或流数据，您也可以从 R-tree 中删除过时的内容。如果您的意思是您的数据也具有时间维度，那么您可以简单地将 R-tree 管理的系数数量扩展到 (x,y,t) - 我假设您使用简单的双变量版本。
如果要实现 DBSCAN，则需要执行范围查询以计算点周围球面区域的密度。因此，您的区域查询应该能够处理球形查询区域（就此而言，我还建议您查看 Shinichi Satoh 的 SR-Tree，可能会有所帮助）。同样，如果您的实时数据是指您的数据具有时间特征，您可能需要考虑使用椭圆体的查询区域（允许空间和时间特征的单独缩放）。
希望有帮助:]
于 2011-10-03T16:06:58.847 回答