BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Dudek Andrzej (Wrocław University of Economics, Poland)
Tytuł
Dynamic Classification of Geographic Points on Google Maps
Dynamiczna klasyfikacja punktów geograficznych na mapach Google
Źródło
Acta Universitatis Lodziensis. Folia Oeconomica, 2014, vol. 3, t. 302, s. 141-150, rys., bibliogr. 6 poz.
Tytuł własny numeru
Multivariate Statistical Analysis. New methods and innovative applications
Słowa kluczowe
Analiza skupień, Analiza danych statystycznych, Przestrzeń geograficzna, Algorytmy
Cluster analysis, Statistical data analysis, Geographic space, Algorithms
Uwagi
streszcz., summ.
Abstrakt
Klasyfikacja punktów geograficznych na mapach Google jest ciekawym przykładem zastosowań algorytmów analizy skupień, w którym ostateczna liczba otrzymanych skupień jest wynikową nie tylko założeń wstępnych i zastosowanego algorytmu, ale również skali, w której aktualnie jest wyświetlana mapa. Ostatecznym celem klasyfikacji nie jest wyłącznie otrzymanie względnie homogenicznych skupień, ale również zapobieganie zjawisku "zlewania się" markerów na mapie W artykule zaproponowano algorytm automatycznie tworzący strukturę hierarchiczną klas (różniącą się jednak od struktur otrzymywanych w wyniku metod aglomeracyjnych), w taki sposób, aby ostateczna klasyfikacja uwzględniała skalę, w jakiej mapa jest wyświetlana wraz z rzeczywistymi przykładami na mapach Google z wykorzystaniem skryptów JavaScript/ JQuery. (abstrakt oryginalny)

Classification of geographical points on Google maps is an interesting example of the use of cluster analysis algorithm in which the final number of clusters is obtained not only by presuppositions and the algorithm used, but also by the scale, on which map is actually displayed. The ultimate goal of classification is not only to obtain relatively homogeneous clusters, but also to prevent the phenomenon of "blurring" partitions on the map. In the paper there is proposed an algorithm that automatically creates a hierarchical structure of classes (which differs, however, from the structures obtained by the hierarchical agglomerative methods), in such way that the final classification takes into account the enlargement in which the map is displayed. The aim of article is illustrated with real examples on Google maps using JavaScript / JQuery. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Dudek A. (2011) (red.), Systemy Informatyczne Zarządzania. Microsoft Business Solutions Navision, Wydawnictwo UE we Wrocławiu, 2011.
  2. Everitt B.S., Landau S., Leese M. (2001), Cluster analysis, Edward Arnold, London.
  3. Gordon A.D. (1999), Classification, Chapman & Hall/CRC, London.
  4. Hubert L.J., Arabie P. (1985), Comparing partitions, "Journal of Classification", no. 2, 193-218.
  5. Walesiak M., Gatnar E. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa.
  6. Too Many Markers! Google Maps API, https://developers.google.com/maps/articles/toomanymarkers#gridbasedclustering
Cytowane przez
Pokaż
ISSN
0208-6018
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu