كاوش داده هاي فضايي

امروزه روش هاي آماري اعمال نفوذ سنتي براي تحليل حجم بزرگي از داده هاي فضايي، بار محاسباتي بالايي دارد. براي حل اين مسئله، اخيراً تكنيك هاي داده كاوي نسبتاٌ پيشرفت هاي در روش هاي تحليل فضايي متفاوت با هدف استخراج دانش از حجم بالاي داده هاي فضايي استفاده شده است.در اين تحقيق، علاوه بر معرفي اجمالي و ذكر روش هاي رايج در داده كاوي فضايي به موضوع خوشه بندي هيبريدي كه از تركيب دو الگوريتم خوشه بندي k-means و AGNES به وجود آمده است، مي پردازيم. روش تركيبي شرح داده شده پيچيدگي محاسباتي كمتري نسبت به الگوريتم هاي والد خود دارد.