Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ug.edu.ec/handle/redug/19872
Título : Identificación De Patrones De Trayectorias Vehiculares Usando El Algoritmo K-Means
Autor : Desiderio Tomalá, Erick Gustavo
Tutor(es): Reyes Zambrano,Gary
Palabras clave : ALGORITMO
K-MEANS
Fecha de publicación : 20-jul-2017
Editorial : Universidad de Guayaquil.Facultad de Ciencias Matematicas y Fisicas.Carrera en Ingenieria en Sistemas Computacionales
Citación : Tomo;1
Tipo: Thesis
Resumen : Esta investigación se centra en el estudio del algoritmo k-means como medio de agrupación de información con el objetivo de poder conocer su funcionamiento y procesamiento de información. De la información obtenida se diseñó los experimentos que a su vez finalizó con una comparación de los procesos de tres variantes del algoritmo. Estas variantes son: k-means++, k-means + elbow y k-means + pso, que han ido apareciendo con el tiempo según las necesidades de superar al original. Se usó la información de tres bases de datos la cuales son: la base de california, plt y t-drive, las mismas que contienen datos de trayectorias vehiculares. Como resultado se evidenció las ventajas de uso de cada algoritmo utilizando como métricas de comparación: margen de error, distancia intra-clúster, distancia inter-clúster, tiempo de ejecución y silhouette. Se utilizó la observacion como medio de obtención del conocimientos así como la revisión documental. A su vez en base a estas métricas se obtuvieron resultados que permitió la identificación de patrones para las trayectorias vehiculares que se estudian como es el tráfico vehicular, falta de señalización vial, entre otras.
This research focuses on the study of the k-means algorithm as a means of grouping information with the objective of knowing its operation and information processing. From the information obtained we designed the experiments which ended with a comparison of the processes of three variants of the algorithm. These variants are: k-means ++, k-means + elbow and k-means + pso, which have been emerging over the time according to the needs of overcoming the original one. Information from three databases was used: the base of California, plt and t-drive, which are the same ones that contain data of vehicular trajectories. As a result, there were found advantages of using each algorithm obtained by using comparison metrics: margin of error, intra-cluster distance, inter-cluster distance, time and silhouette. Also, observation was used as a means of obtaining knowledge as well as documentary review. In turn, based on these metrics, results were obtained for allowing the identification of patterns for vehicular trajectories studied such as vehicular traffic, lack of road signs, among others
Descripción : ADOBE
URI : http://repositorio.ug.edu.ec/handle/redug/19872
Aparece en las colecciones: Tesis - Ingeniería en Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UG-FCMF-B-CISC-PTG-1277.pdfUG-FCMF-B-CISC-PTG-1277.Erick Gustavo Desiderio Tomalá2,16 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.