[发明专利]一种大规模并行化有氧能力分群方法

权利要求书

1.一种大规模并行化有氧能力分群方法，其特征在于，包括以下步骤：

(1)将有氧能力测试序列集D＝[AS₁,AS₂,......AS_n]加载到内存；

(2)对有氧能力测试序列集进行数据分桶；

(3)分别对各个桶B_i中的数据进行并行化处理，生成聚类子样本集SF_i；

(4)聚类样本集F中的样本进行归一化处理；

(5)使用基于划分聚类算法KMeans++对聚类样本集F进行聚类，得到聚类结果C_res。

(6)结果集C_res中的K个簇对应K个不同的有氧能力群体。

2.根据权利要求1所述的一种大规模并行化有氧能力分群方法，其特征在于，步骤(1)中的AS_i(i＝1,…，n)是包含心率和速度的二维有氧能力测试序列，表示为AS_i＝ss_i,hs_i，其中ss_i表示速度值序列，hs_i表示心率值序列。

3.根据权利要求1所述的一种大规模并行化有氧能力分群方法，其特征在于，步骤(2)中将数据集D均匀划分为p个桶B₁,B₂......B_P，每个小的数据桶中的元素均为有氧能力测试序列。

4.根据权利要求1所述的一种大规模并行化有氧能力分群方法，其特征在于，步骤(3)还包括：

(3.1)有氧能力测试序列预处理，遍历B_i中的每一个元素AS_k＝ss_k,hs_k，对其进行空值处理，速度值序列和心率值序列中的空值均用”null”表示，预处理后的元素记为AS_k’；

(3.2)遍历B_i中的每一个预处理后的有氧能力测试序列元素AS_k’，对其进行重表示处理，得到其重表示序列，记为f_k，并将f_k添加到SF_i中，总聚类样本集记为

5.根据权利要求4所述的一种大规模并行化有氧能力分群方法，其特征在于，步骤(3.1)中预处理的步骤包括：

(3.1.1)遍历速度值序列ss_k中的每一个值，如果所遍历到当前的值为null，则按如下三种情形进行相应处理：1.若当前值在序列中不属于第一个时刻或最后一个时刻，则用当前值前面一时刻的值和后面一时刻的值的平均值替代该空值；2.如果当前空值为序列的第一个点，即使用其后面连续两个点的平均值替代该空值；3.如果当前空值为序列的最后一个点，则使用其前面连续两个点的平均值替代该空值；

(3.1.2)处理心率序列的空值，处理方式同步骤3.1.1)。

6.根据权利要求4所述的一种大规模并行化有氧能力分群方法，其特征在于，步骤(3.2)中重表示处理的步骤包括：

(3.2.1)计算序列的如下全局特征值：速度值序列的长度、平均速度、心率值序列的平均值、最大值和偏度。然后依次插入到f_k中。

(3.2.2)以T为分段窗口阈值，将AS_k’分割为若干个长度为T的序列片段。

(3.2.3)对于上一步得到的每个序列片段，依次计算当前序列片段的如下局部特征值：速度值序列的平均值，心率值序列的平均值、序列开始时刻的心率值和结束时刻的心率值。然后将计算得到的这些值依次插入到f_k中。

7.根据权利要求6所述的一种大规模并行化有氧能力分群方法，其特征在于，步骤(3.2.2)中所述的T的取值为1-100的整数。