基于改进的PCA-PSO-LSSVM乒乓球下旋球发球轨迹研究

摘要

为了对下旋球发球的整体性进行研究,本文通过标记点对乒乓球运动员关键部位和乒乓球拍进行标记,利用三维运动捕捉系统对整个下旋球发球过程进行研究。针对传统算法中的分类模型适应性差、分类精度不足和LSSVM相关参数的选取随机性强等相关问题,提出了将3种算法结合在一起对乒乓球发球规范性分类的新方法。通过分析下旋球发球的影响因素,选取9个特征向量,并对其进行效果测试,最终确定8个特征向量;通过PCA进一步提取特征向量,把提取结果输入到LSSVM中,用PSO算法优化;根据对比其他几种优化算法,建立了改进的PCA-PSO-LSSVM乒乓球下旋球发球规范预测模型。以两男两女运动员各150组三维下旋球发球数据为例,对模型进行训练和预测,为乒乓球下旋球发球规范性分类提供了一种更为有效的预测方法。