STING का मतलब सांख्यिकीय सूचना ग्रिड है। STING एक ग्रिड-आधारित बहु-रिज़ॉल्यूशन क्लस्टरिंग विधि है जिसमें स्थानिक क्षेत्र को आयताकार कोशिकाओं में विभाजित किया जाता है। ऐसे आयताकार कोशिकाओं के कई तरीके हैं जो संकल्प के कई तरीकों के बराबर हैं, और ये कोशिकाएं एक पदानुक्रमित संरचना बनाती हैं, उच्च स्तर पर प्रत्येक कोशिका अगले निचले स्तर पर कई कोशिकाओं को बनाने के लिए अलग होती है।
प्रत्येक ग्रिड सेल (माध्य, अधिकतम और न्यूनतम मूल्यों सहित) में विशेषताओं के संबंध में सांख्यिकीय डेटा पूर्व-गणना और संग्रहीत किया जाता है। उच्च-स्तरीय कक्षों के सांख्यिकीय मापदंडों की गणना केवल निम्न-स्तरीय कक्षों के मापदंडों से की जा सकती है।
इन मापदंडों में निम्नलिखित शामिल हैं - विशेषता-स्वतंत्र पैरामीटर, गिनती, और विशेषता-निर्भर पैरामीटर, माध्य, stdev (मानक विचलन), न्यूनतम (न्यूनतम), अधिकतम (अधिकतम); और वितरण का प्रकार जो सेल में विशेषता मान का अनुसरण करता है, जिसमें सामान्य, समान, घातांक, या कोई नहीं (यदि वितरण अनाम है) शामिल है।
जब रिकॉर्ड्स को डेटाबेस में लोड किया जाता है, तो पैरामीटर काउंट, माध्य, stdev, min, और अधिकतम बॉटम-लेवल सेल्स की गणना सीधे रिकॉर्ड्स से की जाती है। वितरण का मान उपयोगकर्ता द्वारा निर्दिष्ट किया जा सकता है यदि वितरण प्रकार पहले से ज्ञात हो या 2 सहित परिकल्पना परीक्षणों द्वारा प्राप्त किया गया हो परीक्षण।
एक बड़े-स्तरीय सेल के वितरण का प्रकार जिसका मूल्यांकन थ्रेशोल्ड फ़िल्टरिंग प्रक्रिया के संयोजन में इसके समकक्ष निचले-स्तरीय कक्षों के वितरण प्रकारों के थोक के आधार पर किया जा सकता है। यदि निचले स्तर के सेल के वितरण एक दूसरे से असहमत हैं और थ्रेशोल्ड परीक्षण को अस्वीकार करते हैं, तो उच्च-स्तरीय सेल का वितरण प्रकार कोई नहीं पर सेट होता है।
ग्रिड-आधारित क्लस्टरिंग विधियाँ बहु-रिज़ॉल्यूशन ग्रिड डेटा संरचना का उपयोग करती हैं। यह ऑब्जेक्ट स्पेस को कई कोशिकाओं में परिमाणित करता है जो एक ग्रिड संरचना बनाते हैं जिस पर क्लस्टरिंग के लिए कुछ संचालन लागू होते हैं। विधि का लाभ इसका त्वरित प्रसंस्करण समय है, जो आम तौर पर डेटा ऑब्जेक्ट्स की संख्या से स्वतंत्र होता है, फिर भी परिमाणित स्थान में प्रत्येक आयाम में केवल एकाधिक कोशिकाओं पर निर्भर होता है।
ग्रिड-आधारित दृष्टिकोण के एक उदाहरण में STING शामिल है, जो ग्रिड कोशिकाओं में संग्रहीत सांख्यिकीय डेटा की खोज करता है, वेवक्लस्टर, जो एक तरंगिका परिवर्तन दृष्टिकोण का उपयोग करके वस्तुओं को क्लस्टर करता है, और CLIQUE, जो उच्च में क्लस्टरिंग के लिए ग्रिड-और घनत्व-आधारित विधि को परिभाषित करता है। आयामी डेटा क्षेत्र।
इस दृष्टिकोण के लाभ एक प्रश्न-स्वतंत्र दृष्टिकोण हैं क्योंकि सांख्यिकीय जानकारी प्रश्नों से स्वतंत्र रूप से मौजूद है। यह प्रत्येक ग्रिड सेल में डेटा का एक सामान्य विवरण है, जिसका उपयोग प्रश्नों के विशाल वर्ग का उत्तर देने में सहायता के लिए किया जा सकता है। कम्प्यूटेशनल जटिलता ओ (के) है, जहां के निम्नतम स्तर पर ग्रिड कोशिकाओं की संख्या है। यह आमतौर पर K <