首页--文化、科学、教育、体育论文--体育论文--球类运动论文--羽毛球论文

基于数据挖掘技术的羽毛球运动员训练模式优化的分析与研究

摘要第5-6页
Abstract第6-7页
1 绪论第10-18页
    1.1 研究背景第10-11页
    1.2 数据挖掘在体育领域中的研究现状第11-13页
    1.3 羽毛球训练分析的研究现状第13页
    1.4 课题研究意义第13-15页
    1.5 论文主要内容第15页
    1.6 论文结构安排第15-18页
2 相关技术概述第18-26页
    2.1 数据挖掘第18-22页
        2.1.1 概念第18页
        2.1.2 任务第18页
        2.1.3 对象第18-19页
        2.1.4 步骤第19-20页
        2.1.5 方法第20-22页
        2.1.6 分类第22页
    2.2 关联规则与算法第22-26页
        2.2.1 概念第22-23页
        2.2.2 分类第23-24页
        2.2.3 算法介绍第24-26页
3 羽毛球技术训练质量监控和临场战术统计系统的设计与实现第26-48页
    3.1 需求分析第26-29页
        3.1.1 问题分析第26-27页
        3.1.2 数据流程分析第27页
        3.1.3 功能需求分析第27-29页
    3.2 系统设计第29-38页
        3.2.1 系统总体设计第29-30页
        3.2.2 功能详细设计第30-34页
        3.2.3 数据库设计第34-38页
    3.3 系统实现第38-48页
        3.3.1 临场监控和统计功能的实现第38-40页
        3.3.2 临场得失分统计功能的实现第40页
        3.3.3 通信功能的实现第40-42页
        3.3.4 技战术提取整合功能实现第42-48页
4 基于多维关联规则的Apriori算法改进第48-64页
    4.1 多维关联规则第48-50页
        4.1.1 多维关联规则挖掘的必要性第48页
        4.1.2 多维关联规则的概念第48-50页
    4.2 改进算法的描述第50-54页
        4.2.1 数据的前期整理第50页
        4.2.2 扫描数据库第50-51页
        4.2.3 寻找频繁项集第51-53页
        4.2.4 输出强关联规则第53页
        4.2.5 算法伪代码第53-54页
        4.2.6 算法评估第54页
    4.3 改进算法在羽毛球数据上的应用第54-64页
        4.3.1 数据预处理第55-58页
        4.3.2 数据挖掘第58-61页
        4.3.3 仿真实验第61-62页
        4.3.4 结果分析与应用第62-64页
5 总结和展望第64-66页
    5.1 文章总结第64-65页
    5.2 展望第65-66页
参考文献第66-70页
致谢第70-72页
个人简历第72-74页
发表的学术论文第74页

论文共74页,点击 下载论文
上一篇:基于自学习特征融合的人脸检测算法研究
下一篇:全媒体时代巴西世界杯报道策略研究--以央视体育频道和新浪网为例