擊劍運(yùn)動(dòng)員血液指標(biāo)優(yōu)化中的數(shù)據(jù)挖掘.pdf

1、為了提高運(yùn)動(dòng)成績(jī)，必須進(jìn)行合理的、系統(tǒng)的、科學(xué)的運(yùn)動(dòng)訓(xùn)練。近年來(lái)，科學(xué)的訓(xùn)練方法已越來(lái)越多的應(yīng)用到競(jìng)技體育當(dāng)中來(lái)，并且取得了顯著的成效。在眾多的體育項(xiàng)目中，擊劍項(xiàng)目是2004雅典和2008北京奧運(yùn)會(huì)上重要的奪牌項(xiàng)目，為了協(xié)助國(guó)家擊劍隊(duì)教練更科學(xué)的指導(dǎo)運(yùn)動(dòng)員訓(xùn)練，提高比賽成績(jī)，與國(guó)家擊劍隊(duì)合作，研究一套“擊劍訓(xùn)練負(fù)荷計(jì)算機(jī)分析系統(tǒng)”。該分析系統(tǒng)的一個(gè)重要研究?jī)?nèi)容是采用數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的方法對(duì)運(yùn)動(dòng)員的身體機(jī)能和運(yùn)動(dòng)負(fù)荷量進(jìn)行科學(xué)的評(píng)價(jià)，幫

2、助教練員更合理的安排訓(xùn)練計(jì)劃。 目前，依據(jù)運(yùn)動(dòng)員的血液指標(biāo)測(cè)試記錄，采用神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)實(shí)現(xiàn)了運(yùn)動(dòng)員身體機(jī)能評(píng)價(jià)和預(yù)測(cè)。但是，對(duì)于血液指標(biāo)的選擇隨意性比較強(qiáng)，這勢(shì)必會(huì)影響到網(wǎng)絡(luò)的性能和準(zhǔn)確度。因此，利用神經(jīng)網(wǎng)絡(luò)訓(xùn)練之前必須選取合理的血液指標(biāo)。本文的研究目的在于如何對(duì)血液指標(biāo)進(jìn)行優(yōu)化。通過運(yùn)用數(shù)據(jù)挖掘中的重要方法關(guān)聯(lián)規(guī)則，我們找出了血液指標(biāo)之間的相互聯(lián)系，實(shí)現(xiàn)了血液指標(biāo)的優(yōu)化。 關(guān)聯(lián)規(guī)則的形式為X→Y，它說(shuō)明數(shù)據(jù)庫(kù)中的某一

3、條記錄如果包含了X，那么也傾向于包含Y。關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)可分為兩步。第一步是迭代識(shí)別所有的頻繁項(xiàng)目集，要求頻繁項(xiàng)目集的支持率不低于用戶設(shè)定的最低值；第二步是從頻繁項(xiàng)目集中構(gòu)造可信度不低于用戶設(shè)定的最低值的規(guī)則。識(shí)別或發(fā)現(xiàn)所有頻繁項(xiàng)目集是關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法的核心，也是計(jì)算量最大的部分。最為著名的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法是R.Agrawal提出的Apriori算法。算法使用一種稱作逐層搜索的迭代方法，k-項(xiàng)集用于探索(k+1)-項(xiàng)集。Apriori算法