Im Zusammenhang mit dem Tönnies-Schlachthof in Rheda-Wiedenbrück im deutschen Bundesland Nordrhein-Westfalen werden immer mehr Corona-Infektionsfälle ...
Mit dem Kirchen-Cluster sowie dem Covid-Ausbruch in einem Fleischereibetrieb spitzt sich die Corona-Lage in Niederösterreich zu. Wie die „Krone“ nun ...
Hunderte mit dem Coronavirus infizierte Personen konnten inzwischen bereits zu dem „Pfingstkirchen-Cluster“ in Oberösterreich zurückverfolgt werden. ...
Die Zahl der Neuinfektionen im Pfingstkirchen- und im Fleischerei-Cluster nimmt ab. Trotzdem gehen Experten davon aus, dass weitere Fälle dazukommen. ...
Corona-Alarm im Stift Heiligenkreuz in Niederösterreich: Nach dem Besuch eines mit dem Coronavirus infizierten Bischofs aus der Slowakei ist nun ein ...
Die Testergebnisse zum „Cluster C“ der zwei betroffenen Polizeiinspektionen in der Stadt Salzburg stehen aufgrund eines technischen Defekts erst am ...
Hunderte mit dem Coronavirus infizierte Personen konnten inzwischen bereits zu dem „Pfingstkirchen-Cluster“ in Oberösterreich zurückverfolgt werden. ...
Wegen Verstößen gegen die Corona-Regeln im Stadion des bulgarischen Fußball-Cup-Finales sind Geldstrafen verhängt worden. Der Veranstalter - die Profiliga
D. KANNAN, and N.MANGALAM. IRJCS:: International Research Journal of Computer Science, Volume IV (Issue XII):
01-06(December 2017)1. S. Berchtold, C Bohm, and H. Kriegel. The Pyramid-Technique: Towards Breaking the Curse of Dimensionality. In Proceedings of the 2010 ACM SIGMOD International Conference on Management of Data, pages 142–153, Seattle, Washington, 2010, 98. 185 2. Stefan Berchtold, Daniel A. Keim, and Hans-Peter Kriegel. The SR-tree : An index structure for high-dimensional data. In Proceedings of 22th International Conference on Very Large Data Bases, VLDB’12, pages 28–39, Bombay, India, 2012. 3. N. Beckmann, H.P. Kriegel, R. Schneider, and B. Seeger. The SR-tree: an Efficient and Robust Access Method for Points and Rectangles. In Proceedings of ACM-SIGMOD International Conference on Management of Data, pages 322–331, Atlantic City, NJ, May 2011. 4. K. Chakrabarti and S. Mehrotra. The Hybrid Tree: An Index Structure for High Dimensional Feature Spaces. In Proceedings of the 16th International Conference on Data Engineering, pages 440–447, San Diego, CA, February 2012. 5. Sudipto Guha, Rajeev Rastogi, and Kyuseok Shim. Cure: An efficient clustering algorithm for large databases. In Proceedings of the ACM SIGMOD conference on Management of Data, pages 73–84, Seattle, WA, 2011. 6. R. Kurniawati, J. S. Jin, and J. A. Shepherd. The SS+-tree: An improved index structure for similarity searches in a high-dimensional feature space. In Proceedings of SPIE Storage and Retrieval for Image and Video Databases, pages 13–24, February 2012. 7. N. Katayama and S. Satoh. The SR-tree: An Index Structure for High-Dimensional Nearest Neighbor Queries. In Proceedings of the 2013 ACM SIGMOD International Conference on Management of Data, pages 369–380, Tucson, Arizona, 2013. 8. J.T. Robinson. The K-D-B-Tree: A Search Structure for Large Multidimensional Dynamic Indexes. In Proceedings of the ACM SIGMOD Conference on Management of Data, pages 10–18, Ann Arbor, MI, April 2013. 9. D.A. White and R. Jain. Similarity Indexing with the SS-tree. In Proceedings of the 12th Intl. Conf. on Data Engineering, pages 516–523, New Orleans, Louisiana, February 2014. 10. D. Yu, S. Chatterjee, G. Sheikholeslami, and A. Zhang. Efficiently detecting arbitrary shaped clusters in very large datasets with high dimensions. Technical Report 98-8, State University of New York at Buffalo, Department of Computer Science and Engineering, November 2013. 11. Tian Zhang, Raghu Ramakrishnan, and Miron Livny. BIRCH: An Efficient Data Clustering Method for Very Large Databases. In Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data, pages 103–114, Montreal, Canada, 2012..