1) spatial classification based on non-spatial attributes
基于非空间属性的空间分类
2) scale-space-based classification
基于尺度空间的分类
3) spatial classification based on spatial attributes
基于空间谓词的空间分类
4) non-spatial attribute
非空间属性
1.
Extension of DBSCAN with non-Spatial attributes;
DBSCAN在非空间属性处理上的扩展
5) density-based spatial clustering
基于密度的空间聚类
1.
Then a new method of density-based spatial clustering called DBCOD was proposed which could handle the obstacle constraints in a new way.
在现有的基于障碍约束的空间聚类算法COD_CLARANS、DBCLuC、AUTOCLUST+和DBRS+的基础上,提出了一种新的基于密度的空间聚类算法——基于障碍距离的密度聚类算法(DBCOD)。
6) maximal pattern-based subspace clusters
基于样式相似性的最大子空间聚类
1.
Mining maximal pattern-based subspace clusters in high dimensional space;
高维空间基于样式相似性的最大子空间聚类(英文)
补充资料：分类空间
分类空间
dassifying space
分类空间ld胭51幼嗯s钾耽;K月acc“佃倾Hpy喇ee叩0-cTpa鱿T.01 万有纤维丛之二(E。，p。.B。)的底空间B;〕. 丛七的万有性应按下述意义理解.设火G因为CW复形X上以G为结构群的局部平凡丛(关于(筱盖X的恒等映射的)同构)的等价类集合.如果七=(E，夕，B)是结构群为G的局部平凡丛，B‘是一个拓扑空间，且关那B’一B是同伦映射，则B’上的诱导丛f’《)和g’(切属于天G(B’)中同一类.局部平凡丛心G二(E Gp，BG)称为是万有的(universal)，如果对任何X，映射口BGI一人。、(无)，厂一f’(护)都是-一(且到上)的.这时，空间召G称为群‘的分类空ltiJ(dassifying spa‘二o了the grouP)一个结构群为G的主丛(在CW复形上的局部平凡丛类中)是万有的，如果该丛的空间有平凡同伦群‘ 分类空间最重要的例子是相对于群口。，50。，U。，SU，的BO，，BSO。，BU，，BSU。，它们可构造如下.令G(n，k)为Gn琐‘m咖流形(Grassmann manifold);即以stie介I流形(Stiefel manifold)为全空间的主9。丛的底空间.自然嵌入G(n，幼CG(n，k十l)和V伪，k)CF(。，此+l)使我们能做并集G伪)=U二.G(n，k)和F(n)=U畏IV(n，k).丛(F(n)，夕。，G(n))是万有的，且G(。)=Bo，是群0。的分类空间(对于i
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条