首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

联合mRMR算法与神经网络对网球比赛进行实时预测的方法 

申请/专利权人:河海大学

申请日:2024-04-22

公开(公告)日:2024-07-05

公开(公告)号:CN118296342A

主分类号:G06F18/2113

分类号:G06F18/2113;G06F18/213;G06F18/214;G06N3/0499;G06N3/084;A63B71/02

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.07.23#实质审查的生效;2024.07.05#公开

摘要:本发明公开了一种联合mRMR算法与神经网络对网球比赛进行实时预测的方法,包括:网球比赛历史数据收集并分类;特征提取:利用mRMR算法对各类中的指标数据进行特征提取;数据预处理;预测模型的搭建。本发明利用神经网络来搭建预测模型,神经网络可以存储巨大的输入‑输出之间的映射关系,能够很好的适应网球运动量化指标多,参数之间的关系错综复杂的问题,本发明通过实例数据验证了联合mRMR算法与神经网络能够提高对网球比赛胜负预测的精度。此外,神经网络可以不断训练,其预测精度随着训练数据的增加会不断提升,其预测结果可以随着网球比赛的不断进行而更精确。

主权项:1.联合mRMR算法与神经网络对网球比赛进行实时预测的方法,其特征在于,包括以下步骤:步骤S1、网球比赛历史数据收集并分类:将网球比赛现场收集到的初始数据,按进攻能力指标、防守能力指标、失误情况指标以及其他因素四部分进行归类;步骤S2、特征提取:利用mRMR算法对各类中的指标数据进行特征提取,基于同一类不同特征之间的相关性进行筛选,每类数据中提取出最有代表性的几个特征;步骤S3、数据预处理:对特征提取后的指标数据进行数据清洗,删除异常值,补充缺失值,并进行数据归一化处理;步骤S4、预测模型的搭建:将处理后的指标数据以7:3的比例分为训练集和测试集,将表征球员发球能力和回球能力的相关指标数据作为LM-BP神经网络的输入层数组,以发球得分率和回球得分率作为模型的输出。

全文数据:

权利要求:

百度查询: 河海大学 联合mRMR算法与神经网络对网球比赛进行实时预测的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。