基于簇特征的球员跑动大规模数据聚类研究

• 作者: 尹倩
• 来源期刊: 常州工学院学报
• 学科: 工学
• 关键词: k-means聚类 跑动数据 增量数据 概念偏移
• 年，卷（期）: 2017,（6）
• 页码范围: 35-39,100
• 页数: 6页
• 分类号: TP391.1
• 字数: 3529字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0436.2017.06.008

摘要

传统聚类算法无法实时处理足球运动员跑动产生的动态增量数据,为此提出一种基于簇特征的大规模跑动数据聚类算法.利用k-means算法对初始数据进行聚类,并保留聚类后各簇特征,当跑动过程产生的增量数据到来时,利用表示原始簇信息的簇特征与增量数据进行增量聚类,避免传统算法因需重新聚类而导致耗时过长的问题.针对k-means算法容易产生概念偏移的现象,利用簇特征快速检测,避免聚类结果不一致.实验结果表明,该算法能快速处理动态增量数据,且聚类结果一致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹倩		9	13	2.0	3.0