期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于堆叠式长短期记忆网络的篮球运动员微动作评价方法
被引量:
1
1
作者
牛程程
鲁大营
郑亚淼
《湖南科技大学学报(自然科学版)》
CAS
北大核心
2022年第2期95-103,共9页
为了评估运动员微动作在持球回合中的贡献,提出一个端到端深度学习的评价方法.所提方法不需要复杂的特征提取(如状态间转换的定义和建模),而是将球员和篮球的原始轨迹作为输入,利用堆叠式长短期记忆(Long Short-Term Memory,LSTM)网络...
为了评估运动员微动作在持球回合中的贡献,提出一个端到端深度学习的评价方法.所提方法不需要复杂的特征提取(如状态间转换的定义和建模),而是将球员和篮球的原始轨迹作为输入,利用堆叠式长短期记忆(Long Short-Term Memory,LSTM)网络学习时空窗口的特征表示,通过一个额外的全连接层对场上球员的隐性空间表征进行级联处理.利用Softmax层对球员的终结动作(如投篮得分、失误、犯规等)的概率进行估计,每个终结动作均与一个预期分值关联,并用其估计预期得分.为了解决数据的不平衡性,对训练阶段使用参数化的下采样方案.实验结果表明:所提方法可以准确地估计回合结果的概率分布,对技术统计数据之外的微动作评价具有参考价值.
展开更多
关键词
深度学习
长短期记忆网络
时空跟踪数据
篮球微动作
下采样
原文传递
题名
基于堆叠式长短期记忆网络的篮球运动员微动作评价方法
被引量:
1
1
作者
牛程程
鲁大营
郑亚淼
机构
青岛黄海学院通识教育学院
曲阜师范大学软件学院
曲阜师范大学体育科学学院
出处
《湖南科技大学学报(自然科学版)》
CAS
北大核心
2022年第2期95-103,共9页
基金
山东省高等学校科技计划项目资助(J15LN83)
山东省社会科学规划研究项目资助(14CTYJ21)。
文摘
为了评估运动员微动作在持球回合中的贡献,提出一个端到端深度学习的评价方法.所提方法不需要复杂的特征提取(如状态间转换的定义和建模),而是将球员和篮球的原始轨迹作为输入,利用堆叠式长短期记忆(Long Short-Term Memory,LSTM)网络学习时空窗口的特征表示,通过一个额外的全连接层对场上球员的隐性空间表征进行级联处理.利用Softmax层对球员的终结动作(如投篮得分、失误、犯规等)的概率进行估计,每个终结动作均与一个预期分值关联,并用其估计预期得分.为了解决数据的不平衡性,对训练阶段使用参数化的下采样方案.实验结果表明:所提方法可以准确地估计回合结果的概率分布,对技术统计数据之外的微动作评价具有参考价值.
关键词
深度学习
长短期记忆网络
时空跟踪数据
篮球微动作
下采样
Keywords
deep learning
LSTM network
time-space tracking data
basketball micro motions
down-sampling
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于堆叠式长短期记忆网络的篮球运动员微动作评价方法
牛程程
鲁大营
郑亚淼
《湖南科技大学学报(自然科学版)》
CAS
北大核心
2022
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部