大数据驱动的学生有氧能力分群方法

摘要

大数据驱动的学生有氧能力分群方法，它含以下步骤：1)将有氧能力数据作为隐马尔科夫模型(HMM)的观察数据，初始化HMM参数；2)训练HMM求解模型参数，据此HMM，基于观察序列进行HMM预测，求得状态转化序列；3)利用状态转化序列计算出每个学生的有氧能力模型；4)利用学生的有氧能力模型，使用KL距离计算每学生个体之间的相似度，得到学生之间的相似度矩阵,并使用层次聚类对学生体质进行分群。本发明提出了大数据驱动的学生有氧能力分群方法，能够据有氧能力将学生进行分群处理，实现学生体质的个性化画像与分群，可用于体育个性化锻炼、训练。