基于BP网络的击剑训练负荷分析系统的研究与开发

摘要

人工神经网络(ANN)是一种非线性动力学系统,是生物神经网络在结构、功能及某些基本特性方面的理论抽象和简化,具有分布式信息存储方式和并行的信息处理方式.人工神经网络以其独特的信息处理方式已被广泛应用于各领域:工业生产监控、分类、预测预报、分析处理、军事目标跟踪、飞行控制、财政风险分析、价格预报、疾病的辅助诊断、化合物成分分析、环境污染及净化预测等.BP神经网络是各种神经网络模型中具有代表意义的神经网络模型之一,已获得广泛的应用.在运动学领域中,很重要的一项内容是研究人体的各项生理生化指标和运动负荷之间的关系.人体的各项生理生化指标之间存在着复杂的关系,在生理生化指标和体育运动中运动员所承受的运动训练负荷之间建立对应关系,是一个典型的不确定的、非线性问题.该文针对周剑运动技巧性很强,对训练方法、训练负荷的量化分析十分复杂的特点,提出自己的解决方案:该文首先综述了人工神经网络的概念、原理、类型、特点,重点阐述了反向传播(BP)网络的网络模型、学习过程、算法等理论,然后针对击剑运动的特点,详细阐述了BP网络在击剑运动负荷分析应用中若干问题,建立相应的网络模型,得出击剑运动中生理生化指标与训练负荷之间的对应关系,并用Matlab仿真验证所用方法的正确性.最后,总结了该文的研究情况并提出进一步研究的内容.

目录

文摘

英文文摘

1绪论

1.1研究背景

1.2课题研究现状及意义

1.3人工神经网络基本概述

1.4本文的内容组织

2神经网络及BP算法

2.1神经网络概述

2.1.1引言

2.1.2神经网络的特点

2.1.3网络结构及工作方式

2.1.4神经网络的学习方式

2.1.5神经网络的学习规则

2.2反向传播(BP)网络

2.2.1 BP网络模型

2.2.2 BP网络学习过程

2.2.3 BP网络的特点

2.2.4 BP算法

2.2.5 BP算法的改进

3击剑训练负荷分析系统的分析与设计

3.1相关指标

3.1.1血液指标

3.1.2尿成分

3.1.3训练年限

3.2网络构架及参数的确定

3.2.1网络构架

3.2.2初始权值的选取

3.2.3隐含层神经元数的确定

3.2.4学习速率的选取

3.2.5样本数据的处理

4系统开发及实现

4.1开发工具

4.1.1 Matlab ActiveX集成

4.1.2 Delphi和Matlab接口的实现

4.2系统主要功能

4.2.1信息管理

4.2.2生化指标单项分析

4.2.3 BP网络综合分析

4.3 BP网络模型应用于击剑训练负荷分析的仿真及结果分析

5结束语

参考文献

致谢