Dynamic Classification of Geographic Points on Google Maps

• Autorzy: Andrzej Dudek

Warianty tytułu

Dynamiczna klasyfikacja punktów geograficznych na mapach Google

• Języki publikacji: EN

Abstrakty

EN

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)

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)

Słowa kluczowe

EN

Cluster analysis; Statistical data analysis; Geographic space; Algorithms

PL

Analiza skupień; Analiza danych statystycznych; Przestrzeń geograficzna; Algorytmy

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2014
• Numer: vol. 3, t. 302 Multivariate Statistical Analysis. New methods and innovative applications
• Strony: 141--150

Twórcy

autor

Andrzej Dudek

• Wrocław University of Economics, Poland

Bibliografia

• Dudek A. (2011) (red.), Systemy Informatyczne Zarządzania. Microsoft Business Solutions Navision, Wydawnictwo UE we Wrocławiu, 2011.
• Everitt B.S., Landau S., Leese M. (2001), Cluster analysis, Edward Arnold, London.
• Gordon A.D. (1999), Classification, Chapman & Hall/CRC, London.
• Hubert L.J., Arabie P. (1985), Comparing partitions, "Journal of Classification", no. 2, 193-218.
• Walesiak M., Gatnar E. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa.
• Too Many Markers! Google Maps API, https://developers.google.com/maps/articles/toomanymarkers