儿童体测数据的大数据清洗与特征提取技术研究

焦 彦锋
江西泰豪动漫职业学院

摘要


儿童体测数据在大数据时代呈现多源异构与时序复杂以及噪声干扰等特征，传统处理方法难以满足精准分析需求，建立多维度质量评估框架，深入分析数据内在复杂性规律。设计大规模异常检测算法、分布式缺失补全方法、批量标准化处理方案，有效解决数据清洗难题。提出统计特征提取与深度学习挖掘以及时序建模三种路径，实现原始数据向高价值特征的智能转换，通过实验验证方案的可行性与优越性，为智能化儿童体质健康监测系统开发奠定基础。

关键词


儿童体测数据；大数据清洗；特征提取；异常检测；深度学习

全文:

PDF


参考


[1]李良,李飞鱼,张斌,等.学龄儿童体质健康水平与屈光能力及眼生物学参数的关系[J].中国运动医学杂志,2025,44(02):103-112.

[2]陈虹桥.基于隔离森林的物联网大数据清洗算法[J].信息记录材料,2025,26(01):154-156+165.

[3]张可冬.体适能干预程度对学龄前儿童身体素质差异性特征影响的研究[J].南京体育学院学报,2024,23(10):57-65.

[4]凌芝拓.大数据技术在数据清洗与预处理中的应用研究[J].互联网周刊,2024,(19):42-44.

[5]王容.基于时序数据的电梯数据清洗方法研究[J].机械制造与自动化,2024,53(03):151-154.


Refbacks

  • 当前没有refback。