运动数据中的最优关联数据的分类分析

• 作者: 廖志锦
• 来源期刊: 现代电子技术
• 关键词: 运动数据 关联数据 分类算法 数据挖掘 特征提取
• 年，卷（期）: 2017,（24）
• 所属期刊栏目: 计算机/硬件与数据总线
• 页码范围: 53-55
• 页数: 3页
• 分类号: TN911-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.24.017

摘要

针对传统的分类方法在对运动数据的最优关联数据进行分类时,存在分类误差大、效率低的问题,提出基于决策树寻优的运动数据中的最优关联数据的分类算法.采用有向图模型构建运动数据的最优关联数据分布式结构模型,对采集的运动数据进行非线性时间序列特征重构,在重构的运动数据高维特征空间中进行运动数据的关联性映射,提取反映运动数据类别的属性特征,通过决策树寻优方法实现运动数据的自适应分类.仿真结果表明,采用该方法进行运动数据中的最优关联数据分类,其准确性较好、误分率较低,从而有效挖掘运动数据的关联信息,实现运动特征监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖志锦		17	28	3.0	4.0