Implementación del algoritmo Fuzzy C-means con operador lagrange para el procesamiento de trayectorias vehiculares de una ciudad para la comparación de indicadores de calidad de agrupamiento.
No hay miniatura disponible
Fecha
2019-10
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales.
Resumen
El presente proyecto de investigación tiene como objetivo evaluar la calidad de agrupamiento del algoritmo FCML (Fuzzy Cmeans based Lagrange) con otros algoritmos del mismo criterio de agrupación en el procesamiento de trayectorias vehiculares como: Kmeans, Kmedian y FCM. Estos algoritmos usaran datos de la tabla Beijing-China que se encuentra alojada en la base de datos Postgres, además de contar con similitud de condiciones a procesar como lo son: el número de clústeres, el número de líneas segmentadas de trayectorias y el número de iteraciones que procesaran los algoritmos, esto con la finalidad de determinar que algoritmo tiene un mejor nivel de agrupación de trayectorias por clústeres. además, para medir la calidad del agrupamiento se utilizarán las métricas de validación Silhouette index y Pbm index para posteriormente realizar la comparación de los resultados obtenidos, determinado así la hipotesis manejada en el proyecto de que el algoritmo FCML tiene mejores resultados en las métricas de validaciones de agrupación con respecto a los demás algoritmos.
This research project aims to evaluate the grouping quality of the FCML algorithm (Fuzzy Cmeans based Lagrange) with other algorithms of the same grouping criteria in the processing of vehicle paths such as: Kmeans, Kmedian and FCM. These algorithms will use data from the Beijing-China table that is hosted in the Postgres database, in addition to having similar conditions to be processed such as: the number of clusters, the number of segmented lines of paths and the number of iterations that will process the algorithms, this in order to determine which algorithm has a better level of clustering of trajectories. In addition, to measure the quality of the grouping, the Silhouette index and Pbm index validation metrics will be used to subsequently compare the results obtained, thus determining the hypothesis managed in the project that the FCML algorithm has better results in the validation metrics of grouping with respect to the other algorithms..
This research project aims to evaluate the grouping quality of the FCML algorithm (Fuzzy Cmeans based Lagrange) with other algorithms of the same grouping criteria in the processing of vehicle paths such as: Kmeans, Kmedian and FCM. These algorithms will use data from the Beijing-China table that is hosted in the Postgres database, in addition to having similar conditions to be processed such as: the number of clusters, the number of segmented lines of paths and the number of iterations that will process the algorithms, this in order to determine which algorithm has a better level of clustering of trajectories. In addition, to measure the quality of the grouping, the Silhouette index and Pbm index validation metrics will be used to subsequently compare the results obtained, thus determining the hypothesis managed in the project that the FCML algorithm has better results in the validation metrics of grouping with respect to the other algorithms..
Descripción
PDF
Palabras clave
Silhouette, Pbm, Silhouette, FCML, Clustering, Trayectorias., Pbm, FCML, Clustering, Trajectories