胜率

摘要： 最近有些朋友问笔者对券商股的看法。按照技道分析的原则,为了实现高胜率和高赔率的目标,笔者构建了三大理论基础:1、"逆人性、反直觉"的思维体系;2、极端值与"最佳击球区"相结合的交易体系;3、多维度的分析框架。这三大理论基础的目的就是为了追求高胜率和高赔率,所以,现在以此为基础来回答券商股的问题。

摘要： 针对内陆麻将缺乏统一平台和大量牌谱数据,难以设计出基于监督学习的博弈算法的问题,本文设计了一系列将规则、经验与蒙特卡罗方法相结合的博弈算法。首先,分别针对麻将博弈的弃牌模块、听牌模块、吃牌模块提出了弃牌优先级、听牌有效数、吃牌优先级的方法,完善了麻将AI的知识体系,设计了基础版博弈算法Fanfou_ba和优化版博弈算法Fanfou_op;其次,提出了利用蒙特卡罗方法模拟听牌对手手牌来降低己方点炮概率的提升版博弈算法Fanfou_mc;最后,将3种博弈算法进行对比实验。实验结果显示Fanfou_op相比Fanfou_ba胜率提高了9.76%,Fanfou_mc相比Fanfou_op胜率提高了0.13%且点炮率降低了0.47%,表明本文所提出的改进策略是可行并有效的。

摘要： 本文运用文献资料法、逻辑分析法、数理统计法、录像观察法等研究方法,对两岸高中篮球赛进行分析,探讨目前我国校园篮球人才选拔、赛事发展等开展现状。结果认为,CHBL和HBL两岸篮球文化存在差异,CHBL在运动员选拔、梯队建设等方面需要向HBL借鉴学习,通过完善人才培养体系、布局四级篮球联赛体系等助推校园篮球发展。最近几年,我国两岸高中篮球比赛交流频繁,CHBL球队和HBL球队交流多次,CHBL球队胜率明显低于HBL球队。

摘要： 交易的成败由两个胜率决定,这两个胜率分别是:①个股胜率;②市场整体胜率。个股胜率指某个股票上升的机会多大,市场整体胜率指市场上升个股数与下跌个股数之比得出的整体胜率。整体胜率从全局角度看赢面,个股胜率只考虑某个股票自身上升赢面有多大。

摘要： 投资要向前看,因为企业生命周期的价值判断主要取决于其未来赚取的现金流。准确的预测未来是非常困难的,我们可以通过持续深入的对宏观和微观的分析增加判断的胜率。“向前看”的宏观基础是对行业趋势的分析和判断,寻找成长空间大的行业;“向前看”的微观基础是审慎细致的对公司过去的经营情况/竞争优势的总结分析,扎实的过去可以提升未来的胜率。

摘要： 通过研究爱恩斯坦棋的一种倒推算法,实现爱恩斯坦棋局面胜率的可推导化,借助倒推算法对爱恩斯坦棋局面胜率进行相关计算,解决如何建立爱恩斯坦棋残局库的问题。为了方便胜率的计算,将已走胜率作为胜率生成的目标,提出将若干个已知胜率且复杂度低的局面进行倒推收敛,从而得到复杂度高的局面计算方法,证明了“任一局面都可由若干个已胜局面通过倒推收敛的方法,计算出误差仅受数据类型的精度影响的准确胜率”的理论,并在此理论基础上设计出能够按局面复杂度来逐个标记各个不存在的局面,计算所有需要的存在局面,生成各个局面胜率的倒推算法。最后在数据储存量有限的情况下,构造出部分数据的储存替代方法,尽可能降低所需数据的存储量,使倒推算法在能够计算出残局库的条件下,可以配合其他局面评估算法提升其程序的获胜概率。

摘要： 通过研究爱恩斯坦棋的一种倒推算法,实现爱恩斯坦棋局面胜率的可推导化,借助倒推算法对爱恩斯坦棋局面胜率进行相关计算,解决如何建立爱恩斯坦棋残局库的问题。为了方便胜率的计算,将已走胜率作为胜率生成的目标,提出将若干个已知胜率且复杂度低的局面进行倒推收敛,从而得到复杂度高的局面计算方法,证明了“任一局面都可由若干个已胜局面通过倒推收敛的方法,计算出误差仅受数据类型的精度影响的准确胜率”的理论,并在此理论基础上设计出能够按局面复杂度来逐个标记各个不存在的局面,计算所有需要的存在局面,生成各个局面胜率的倒推算法。最后在数据储存量有限的情况下,构造出部分数据的储存替代方法,尽可能降低所需数据的存储量,使倒推算法在能够计算出残局库的条件下,可以配合其他局面评估算法提升其程序的获胜概率。

摘要： 也许在人们的心目中,梦一队才真的堪称一支可望而不可及的梦幻球队。这支球队中囊阔了当时联盟内的所有顶尖好手,乔丹、"魔术师"、"大鸟"、马龙、斯托克顿、巴克利、尤因、皮蓬、罗宾逊、穆林、德雷克斯勒以及莱特纳。这支明星荟萃的球队一共拥有11枚总冠军戒指,担任这支球队主教练的是在底特律活塞队取得两枚总冠军钻戒的查克·戴利[Chuck Daly],他的首席助教则是保持着联盟历史最高执教胜率的兰尼·威尔肯斯[Lenny Wilkens]教练,其余两名助教也是来自大学球队的卡利西莫[P.J.Carlesimo]和迈克·沙舍夫斯基[Mike Krzyzewski]。

摘要： 在这40场比赛里,21场以3局结束,10场以4局结束,9场以五局结束。拆分单项来看,男单和女单的平均局数都超过4,而三个双打平均局数都小于4。男单(10.73分钟)的每局平均用时最长,女单(10.29分钟)次之,三个双打都在8分钟以下,其中混双(7.23分钟)最短。放大到整场比赛,男单(44.25分钟)平均用时最长,女单(43.75分钟)次之;三个双打则都不超过30分钟,其中混双(23.5分钟)最短。

摘要： 本申请实施例提供了一种游戏胜率的预测方法、模型生成方法和装置，通过获取实时游戏战斗数据中预测时间点的特征数据，特征数据包括状态实时数据和团队位置数据，将预测时间点的特征数据输入与预测时间点对应的预设分时预测模型，其中，分时预测模型具有多个输出节点，获取分时预测模型的多个输出节点输出的多个预测结果，根据所述多个预测结果，生成胜率预测信息。通过预设的分时预测模型对游戏参与的各方的胜率进行实时预测，可以实现在游戏进行的过程中，在预测时间点进行动态地对参与方进行胜率预测，提高了用户的游戏体验，在进行观战或赛事直播的时候，通过实时胜率预测，可以方便观战者更好地理解战场局势，提高观战的趣味性。

摘要： 本发明提供了一种预测游戏胜率的方法，该方法包括：采集多阵营对抗游戏中伴随着游戏对局创建后产生的游戏数据；根据所述游戏数据生成特征集合，所述特征集合包括所述游戏对局中的第一阵营和第二阵营在至少一个游戏量化指标类别上的差值特征；将所述特征集合输入胜率预测模型，所述胜率预测模型根据所述特征集合输出所述第一阵营和所述第二阵营在所述游戏对局中的实时预测胜率。此外，本发明还提供了与所述预测游戏胜率的方法相关的装置、计算机可读介质以及计算机设备。

摘要： 本发明公开了一种基于胜率预测的空战关键节点确定方法和装置，方法包基于多局空战仿真推演的全局势态数据得到样本集；基于每一局空战仿真推演中对战双方的胜负情况为样本集中对应的每一时刻的全局势态数据添加标签；根据全局势态数据的特征构建深度学习网络，设置深度学习网络输出为胜负概率，利用带标签的样本集训练深度学习网络得到胜率预测模型；将实际应用下空战仿真推演的实时全局势态数据输入胜率预测模型，得到实时胜负概率，将与前一时刻的胜负概率的差值绝对值大于阈值的当前时刻确定为关键节点。本发明基于胜率预测筛选出空战训练过程中的关键节点，避免训练评估人员长时间低效回放训练过程数据，可有效提高空战训练评估效率。

摘要： 本申请提供了一种游戏胜率实时显示的方法、装置、电子设备和存储介质，涉及游戏技术领域，该方法包括：获取第一玩家角色在当前游戏对局中不同历史时刻的玩家游戏特征，将玩家游戏特征输入至预先训练好的当前游戏对局对应的目标游戏胜率预测模型(通过历史玩家角色在历史游戏对局中不同历史时刻的玩家游戏特征训练得到的，不同历史时刻的玩家游戏特征具有不同的用于表征不同历史时刻的玩家游戏特征的贡献度时效权重)，得到第一当前游戏胜率，并在第一终端设备的图形用户界面上显示。本申请可以实时的通过目标游戏胜率预测模型进行胜率预测，提升了游戏胜率实时显示的准确性；同时可以使得玩家在游戏中可以做出准确决策，节约玩家的时间。

摘要： 本发明涉及纠纷案件胜率预测方法、装置、计算机设备及存储介质，该方法包括获取需要预测的纠纷案件；对需要预测的纠纷案件进行关键要素提取，以得到案件关键要素；将案件关键要素进行词向量化后输入胜率预测模型内进行胜率预测，以得到胜率估测值；发送胜率估测值至终端，以在终端进行显示；胜率预测模型是通过带有胜诉和败诉类别标签的关键要素进行词向量后作为样本集训练分类模型所得的。本发明通过对需要预测的纠纷案件进行关键要素提取，对纠纷案件进行特征提取，根据文书的格式规范与否进行正则表达式匹配要素或实体识别模型提取要素，将案件关键要素输入到胜率预测模型内进行对应的胜率预测，以实现增大纠纷案件胜率预测的准确率以及效率。

摘要： 本发明实施例提供一种无人机战队对抗中个体失效率与战队胜率的关系确定方法，该方法包括：通过确定第一无人机战队与第二无人机战队在没有个体失效率的情况下的自对弈博弈中第一无人机战队的胜率p作为胜率基线；然后，再通过MC‑MC仿真方法，确定第一无人机战队与第二无人机战队在不同的个体失效率的取值下的第一无人机战队的胜率；最后，通过胜率基线和在不同的个体失效率的取值下的第一无人机战队的胜率确定无人机战队对抗中个体失效率与战队胜率的关系。本发明实施例提供的方法，实现了无人机战队对抗中个体失效率与战队胜率的关系的确定。

摘要： 本申请提供一种案件胜率确定方法、装置、设备及计算机可读存储介质，该方法包括：获取目标案件的第一知识图谱和多个已判案件的第二知识图谱，其中，所述目标案件为待预测胜诉概率的案件；根据所述第一知识图谱和每个所述第二知识图谱，计算所述目标案件与每个所述已判案件之间的相似度；根据所述目标案件与每个所述已判案件之间的相似度，确定与所述目标案件相似的已判案件；根据与所述目标案件相似的已判案件，确定所述目标案件的胜诉概率。本申请涉及数据分析和知识图谱，可以快速准确的预测案件的胜诉概率。

摘要： 本发明公开了一种游戏胜率预测方法，具体包括以下步骤：通过游戏接口从游戏数据中获取游戏状态数据；对游戏状态数据进行预处理，并根据游戏状态数据生成价值标签；采用游戏状态数据对胜率预测模型进行训练；根据胜率预测模型的价值估计输出胜负预测结果。本发明用于对战游戏中提供更准确的胜率预测服务，帮助新手玩家更容易地判断局势，提升用户体验。

摘要： 本发明揭露一种在线战斗竞技游戏胜率的预测系统，包括：数据聚集模块，对收集到的历史竞技信息数据进行预处理，得到规格化数据；辅助偏移模块，聚集所述规格化数据，构建以各个英雄为节点的图表，并分别确认各英雄中的两两个英雄经常出现在同一阵容中的两个节点之间的边的权值，运用各个英雄之间的边的权值，采用社区发现算法来确认出所述图表中英雄间的强配合关系，再采用遗传算法，获得各个英雄之间的强配合关系的胜利贡献值；胜率预测模块，使用逻辑回归算法，将所述强配合关系的的胜利贡献值置入预测模型，输出预测结果。本发明采用的预测系统能够提高胜率预测的准确性。

摘要： 本发明实施例提供了一种游戏胜率的预测方法、模型生成方法和装置，通过获取实时游戏战斗数据中预测时间点的特征数据，特征数据包括状态实时数据和游戏阵容数据，将预测时间点的特征数据输入与预测时间点对应的预设分时预测模型，其中，分时预测模型具有多个输出节点，获取分时预测模型的多个输出节点输出的多个预测结果，展示多个输出节点输出的多个预测结果。通过预设的分时预测模型对游戏参与各方的胜率进行实时预测，可以实现在游戏进行的过程中，在预设时间点进行动态地对参与方进行胜率预测，提高了用户的游戏体验，在进行观战或赛事直播的时候，通过实时胜率预测，可以方便观战者更好地理解战场局势，提高观战的趣味性。