基于深度学习的运动员训练量监测信息整合

为方便运动员训练量监测信息的挖掘和分析,对信息进行整合具有重要意义。因此提出基于深度学习的运动员训练量监测信息整合方法。将Agent部署到各个数据源节点之上,采集各个数据源中的运动员训练量信息对监测信息实施去噪和降维;以深度学习中的卷积神经网络为基础,构建信息整合模型;通过卷积层提取监测信息特征,通过输出层分类器将拥有同类特征的信息融合到同一类别中,完成运动员训练量监测信息整合。结果表明:所研究方法的平均基尼系数更大,说明该方法的整合准确度更高。