买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉中体智美科技有限公司;武汉体育学院

摘要：本发明提供一种基于优秀运动员技术数据的分类建模和青少年运动员运动技术智能归类训练方法，即一种青少年运动员动作技术的智能训练方法，实现对青少年运动员技术特点分类和精确评价，为后续的个性化训练，提供精确的数据支撑，提升运动技术学习的个性化和科技水平。本发明将青年运动员和优秀运动员的关键技术参数曲线做相似性比较，相对于传统的针对某些时间点的关键技术参数做对比的方法，本发明更为全面可靠，且本方法对于是否为时空依赖型参数做了区分，比较结果更加准确。

主权项：1.一种青少年运动员动作技术的智能训练方法，其特征在于，包括如下步骤：步骤1，运动项目关键技术动作确认，并提取对应的关键技术参数，计算权重关键技术参数所占权重；步骤2，根据步骤1获得的关键技术参数和权重，采集优秀运动员数据，并进行技术特点聚类；步骤2中优秀运动员技术特点聚类的具体实现方式如下；根据运动员关键动作技术特点，基于密度峰值聚类算法DPC和具有噪声的基于密度的聚类算法DBSCAN相结合的聚类，用以解决运动员技术特点分布的多中心和多密度问题；21.首先根据已有研究选取关键技术参数关键点，然后根据选取的关键技术参数关键点，选取N个优秀运动员进行测试，并选取每个人成绩最好的一次整理数据；22.将运动员的w个关键技术参数关键点数据按照顺序整理成关键点技术向量Xi＝xi1，xi2，xi3，…，xiw，其中，下标i是指第i个运动员，所有N个运动员的技术参数形成运动员关键技术参数关键点数据的数据集D＝{X1，X2，X3，…，XN}；23.确定数据集参数：δb，为根据样本确定的距离阈值，用于对二维决策图进行密度分层；Eps，为DBSCAN算法中的邻域半径，用于确定邻域范围；MinPts，为邻域密度阈值；24.计算任意两个运动员i和j的关键点技术向量之间的距离dij，并将其从小到大排序，选取合适的截断距离dc，其中dij是加入权重后的欧式距离： 25.根据截断距离dc计算任意关键点技术向量Xi的局部密度ρi，Xi与其最近的更高密度点的距离δi；26.根据所有Xi的ρi和δi，组成ρi，δi二维坐标点，形成二维决策图，每一个Xi对应图上的一个点，也代表着某个运动员的聚类特征；27.根据ρmax-ρmin的范围，设定参数θ取值，进行密度区间分割，使区间数大致在5-10个左右，其中分割区间数ρmax表示最大局部密度，ρmin表示最小局部密度；28.计算所有关键点技术向量的类簇中心判别函数并按从小到大排序，如果有ddeti+1≥5daeti，则将{ddeti+1，ddeti+2，…ddetn}所对应的点作为类簇中心备选点集，剩余的作为非簇类中心点，n表示根据条件选出的类簇中心备选点的个数；29.在二维决策图中对于δ≥δb的区域，如果某个密度区间中没有Xi对应的ρi，δi点分布，则将其作为分割区间，根据密度区间中Xi的分布情况，进行密度分层，密度层数等于分割区间数加一；210.如果分割区间数为零，仅有一个密度层，则转到211；如果有两个以上的密度层则转到212；211.根据δi值的从属关系将非簇类中心点依次依附于其更高密度点上，完成分类；212.按照密度层的密度从高到低依次应用DBSCAN进行处理；从密度最高层开始，自属于该层的关键点技术向量集中任意选择起始点Xp，首先判别是否标记，如未标记则根据设定的Eps扫描数据集D，查看该起始点Xp的邻域数据的个数；213.如果NEpsXp≥MinPts，然后根据直接密度可达，密度可达，查找密度相连所有数据，并以类标签标记为已处理，其中NEps是指落在Eps半径内的点数；214.如果不满足NEpsXp≥MinPts，标记已处理过，不标记类标签，下次取数据时不再考虑，等待其他数据进行密度可达或者密度相连时处理；215.重复执行210、211、212，直到所有数据都被标记已处理，对于没有类标记的数据作为噪声处理，聚类结束；216.对于第i个类，记Xoi表示类簇中心，如果其中心的NEpsXoi小于所有类中心邻域所含点的均值，则将其标记为微小类，当微小类个数小于其他类个数的一半时，将其与附近的类合并，否则保持微小类，分类完成；217.输出分类结果，假设有C个分类；步骤3，根据步骤1获得的关键技术参数和步骤2确定的分类，通过数据测试建立优秀运动员关键技术动作曲线库，即关键技术参数在关键点所在时间段内的曲线样本数据库；步骤4，采集青少年运动员关键技术动作曲线，并计算与步骤3所构建曲线库中的优秀运动员关键技术动作曲线的相似度，包括时空依赖型曲线相似度计算和和非时空依赖型曲线相似度计算；步骤5，根据步骤4中的计算方法，结合步骤1确定的权重，计算青少年运动员与第c个优秀运动员分类的曲线相似度均值，并根据其判别该青少年运动员分类；步骤6，进一步确定该青少年运动员在类内与哪些优秀运动员最相似，据此指定个性化运动技术训练方案，并周期性调整。

全文数据：

权利要求：

百度查询： 武汉中体智美科技有限公司 武汉体育学院 一种青少年运动员动作技术的智能训练方法