Análisis de algoritmos de Clustering basados en particionamiento y basados en Densidad para el procesamiento de trayectorias GPS.

Abstract:

Los constantes avances en técnicas de registro y recolección de información de trayectorias GPS, el incremento en la cantidad de dispositivos que recolectan este tipo de información como las cámaras de video, sensores de tráfico, teléfonos inteligentes, etc, origina un gran volumen de información. El poder identificar patrones realizando un análisis inteligente de estos datos es un área en dónde hoy muchos investigadores realizan esfuerzos para identificar soluciones. Las técnicas de agrupamiento de trayectorias GPS permiten identificar patrones sobre grandes volúmenes de datos. Esta tesis presenta una evaluación de dos de los algoritmos de clustering tradicionales Kmeans y DBscan que fueron adaptados para el procesamiento de trayectorias GPS, incorporando una segmentación de las trayectorias basada en ángulo y una selección de centroides iniciales 4k, 8k y 12 k. Los resultados obtenidos luego de aplicar el método propuesto sobre tres bases de datos de trayectorias reales son satisfactorios y muestran una mejor calidad de agrupamiento al comparar los índice Silhouette y Distancia Promedio al Individuo más cercano.

Año de publicación:

2020

Keywords:

• Metric silhouette
• Trajectories
• GPS
• K-Means
• Trayectorias
• Clustering
• DBscan
• Métrica silhouette

Fuente:

rraae