1·Data clustering offers a solution to this problem.
数据集群为这个问题提供了一个解决方案。
2·Data clustering is an important problem in data mining.
数据聚类是数据挖掘中的一个重要课题。
3·This paper proposes a solving method of grid granularity in spatial data clustering.
提出一种空间数据聚类中的网格粒度求解方法。
4·The experiment results demonstrate its validity over directional higher-dimension data clustering.
实验结果表明，该算法能有效地对高维的方向性数据进行聚类。
5·The way to establish a certain data clustering property in DB2 is to reorganize the table according to an index.
在DB 2中建立数据聚集属性的方法是根据一个索引对表进行重组。
6·The universality of these data makes researches on high dimensional data clustering more and more important.
由于高维数据存在的普遍性，高维数据的聚类分析具有非常重要的意义。
7·The result of the example shows that the new algorithm can efficiently solve data clustering analysis problems.
通过实例验证，表明该新算法能够有效地解决数据聚类分析问题。
8·A crucial step in the analysis process is to enable users to understand the results of the data clustering step.
在分析过程中，一个关键的步骤就是让用户理解数据集群步骤的结果。
9·InfoSphere Warehouse USES a particularly powerful method for deviation detection that is based on data clustering.
InfoSphere Warehouse使用一种特别强大的方法来进行偏差检测，这种方法基于数据集群。
10·Meanwhile, the research of the stream data clustering algorithm would be useful references to the similar researches.
同时，本文对流数据聚类算法的研究，对于促进同类问题的研究具有一定的理论价值和借鉴意义。