基于大数据分析的运动损伤估计模型设计

• 作者: 赵丹
• 来源期刊: 现代电子技术
• 关键词: 大数据分析 运动损伤 估计模型 RBF神经网络
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 测控技术
• 页码范围: 101-104
• 页数: 4页
• 分类号: TN911.1-34|G804.53
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.17.026

摘要

为了预防运动损伤,保证运动员的身体安全,提出一种基于大数据分析的运动损伤估计模型.介绍了大数据分析技术,将引发运动损伤的原因划分成A内部致伤因子、B外部致伤因子、C刺激诱发因子.在大数据分析技术的基础上,通过RBF神经网络构建运动损伤估计模型.分析了基本RBF神经网络,将高斯函数看作隐含层单元的激活函数,通过一种简单的方式设计隐含层,令所有风险等级和一个高斯函数相对应.对径向基函数中心、权值和宽度进行更新,通过梯度下降法对径向基函数中心和其余参数进行学习.依据运动损伤风险样本库对RBF神经网络进行训练,将运动损伤数据输入到RBF神经网络中,当传输数据和某运动损伤风险等级相对应时,RBF神经网络将输出相应值,从而实现运动损伤估计.实验结果表明所设计模型精度和效率都高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵丹	郑州工程技术学院体育学院	3	6	1.0	2.0