运动数据中的最优关联数据的分类分析

尤伟

摘 要： 针对传统关联数据分类方法一直存在分类精度差的问题，提出一种运动数据中的最优关联数据的分类方法。由于运动数据的变化量十分的庞大，同时变化程度也无法用规律进行推导，因此需要确定运动数据中的最优关联数据，通过最优关联数据的关联性进行高速提取，使用异导函数对提取的数据进行系统的分类。为了保证提出的运动数据中的最优关联数据的分类方法的有效性，设计对比仿真实验，通过实验数据表明，提出的运动数据中的最优关联数据的分类方法能够准确地对运动数据中的最优关联数据进行系统分类。

关键词： 运动数据； 最优关联数据； 数据分类； 隶属关系； 预判标识码； 分类精度

中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2018）02?0179?04

Abstract： Aiming at the problem of low classification accuracy in traditional association data classification methods， a classifying method for optimal association data in motion data is proposed. As the variable quantity of motion data is very large， and the change degree also can not be deduced， the optimal relevance data in motion data needs to be determined. The high?speed extraction is carried out by the relation of the optimal relational data. The data extracted by different guide function is adopted to perform a systematic classification. In order to ensure the effectiveness of the classification method of optimal correlation data in the extracted motion data， the comparison and simulation experiment is designed. The experimental data show that the classification method of optimal correlation data in the motion data can do systematic classification of the optimal association data in the motion data accurately.

Keywords： motion data； optimal association data； data classification； membership relation； pre?judgement identification code； classification accuracy

0 引 言

使用定位记录数据的方法由单一的GPS技术发展衍生至今，已经可以通过高频震荡、虚拟演示技术、移动模拟感知等外链技术进行运动数据的生成。这样不但能够进行细致的数据定位，还可以进行运动细节的描素[1?2]。随着手机APP的应用增加，对于移动过程中的数据表示过程使用的是最优关联数据，但是在不同技术支撑下的运动数据所生成的关联数据是有所不同的，特别是在最优关联数据的选取过程中，选择出能够代表运动变化的关联数据是十分必要的[3?4]。同时由于运动过程中存在很大的突变性，因此还需要进行一定最优关联数据的分类，分类的目的是针对不同的关联数据进行系统的属性应用，这样可以达到最佳呈现的目的[5]。……