基于蚁群算法的大学生体育锻炼行为特征聚类挖掘方法
周梦天
安徽科技学院,安徽 滁州233100
摘要：以改善聚类分析质量,更好地挖掘大学生体育锻炼行为特征为目的,研究基于蚁群算法的大学生体育锻炼行为特征聚类挖掘方法.通过背景减除的方式确定体育锻炼视频图像中的大学生身体,获取其二值图像,通过图像矩判断体育锻炼中大学生身体的质心,结合局部二值模式直方图特征与质心速度特征获取体育锻炼行为特征向量.构建基于蚁群算法的聚类模型,根据体育锻炼行为特征向量间的一致度实现体育锻炼行为特征聚类.同时针对蚁群算法收敛效率差,且有较大概率产生停滞问题的缺陷,通过优化信息素更新方式与蚂蚁选择路径方式优化蚁群算法.实验结果显示该方法能够准确提取体育锻炼行为特征,获取高质量的体育锻炼行为特征聚类结果.
关键词：蚁群算法体育锻炼行为特征聚类挖掘质心信息素更新
分类号：TP311.3(计算技术、计算机技术)
资助基金：安徽科技学院人文一般科研项目(2021rwyb09)
论文发表日期：2023-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 118-123 )
英文信息