Regresar

Agrupaciones de trayectorias GPS de manera incremental con algoritmos de clusteringdinámicos.

Abstract:

El gran volumen de datos que hoy en día generan los diversos dispositivos GPS, originan que el análisis de esos datos sea un campo de investigación de interés actual. Los algoritmos de clustering identifican patrones en un conjunto masivo de datos. En el ámbito de la transportación en el caso de los vehículos que circulan por las calles de una ciudad, estos algoritmos ayudan a identificar congestionamientos, flujos de tráfico comunes, eventos frecuentes como paradas que realizan los vehículos, entre otros. El dinamismo de los escenarios que ocurren en el tráfico vehicular requiere de algoritmos dinámicos de agrupamientos de flujos de datos. En este trabajo se analizan dos de estos algoritmos Pyclee y DenStream, estos algoritmos utilizan un enfoque basado en dos etapas: distancia y densidad. Estos algoritmos fueron adaptados para que procesen trayectorias vehiculares y se evaluó su eficacia al medir las métricas del mecanismo de olvido, tamaño relativo y épsilon, con resultados satisfactorios. Para validar los resultados se utilizaron tres conjuntos de datos de trayectorias GPS que son públicos