Resumen

Con el objetivo de extraer datos de trfico a partir de grandes cantidades de datos de autopistas, este artculo propone un algoritmo mejorado de agrupacin rpida de picos para procesar datos de peajes de autopistas. En primer lugar, se analizan los datos de peaje de las autopistas y se propone un mtodo de limpieza de datos basado en la suma de coeficientes similares para procesar los datos originales. A continuacin, para evitar las deficiencias de la excesiva subjetividad del algoritmo original, se propone un algoritmo mejorado de agrupacin rpida de picos. Por ltimo, el algoritmo mejorado se aplica al anlisis del estado del trfico en autopistas y a la minera de eventos anmalos para obtener resultados de agrupacin ms precisos e intuitivos. En comparacin con dos algoritmos clsicos, a saber, los algoritmos -means y de agrupacin espacial basada en densidad de aplicaciones con ruido (DBSCAN), as como con el algoritmo original no mejorado de agrupacin rpida de picos, el algoritmo propuesto es ms rpido y preciso y puede revelar las complejas relaciones entre datos masivos de forma ms eficiente. Durante el proceso de reforma del sistema de peaje, el algoritmo puede analizar de forma automtica y ms eficiente los datos masivos de peaje y detectar eventos anmalos, proporcionando as una base terica y un soporte de datos para la supervisin de la operacin y el mantenimiento de las autopistas.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Minería; Incidentes de tráfico; Datos de autopistas; Algoritmo de agrupación; Datos de peaje; Incidentes anómalos
• Keywords:Mining; Traffic events; Highway data; Clustering algorithm; Toll data; Abnormal events