| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-14页 |
| ·论文研究的背景 | 第11-12页 |
| ·论文研究的目的 | 第12页 |
| ·论文的主要研究内容及创新点 | 第12-14页 |
| ·研究对象与研究方法 | 第12页 |
| ·主要内容与论文结构 | 第12-13页 |
| ·论文的创新点及主要贡献 | 第13-14页 |
| 2 国内外研究现状综述 | 第14-23页 |
| ·技战术诊断与评估的研究 | 第14-20页 |
| ·技战术体系分类 | 第14-16页 |
| ·技战术诊断与评估的方法 | 第16-19页 |
| ·存在的问题及发展方向 | 第19-20页 |
| ·体育预测研究 | 第20-21页 |
| ·体育预测概述 | 第20页 |
| ·体育预测精度指标 | 第20页 |
| ·体育预测方法 | 第20-21页 |
| ·人工智能方法 | 第21-23页 |
| ·人工智能的定义 | 第21页 |
| ·人工智能决策方法 | 第21页 |
| ·决策树、人工神经网络、粗糙集 | 第21-23页 |
| 3 乒乓球比赛技战术诊断评估指标体系的研究 | 第23-27页 |
| ·指标设计的总体思路 | 第23页 |
| ·技术体系的构建 | 第23-24页 |
| ·战术体系的构建 | 第24-26页 |
| ·乒乓球比赛技战术分析软件的开发 | 第26-27页 |
| 4 基于人工智能的乒乓球比赛技战术诊断方法的比较研究 | 第27-41页 |
| ·人工智能方法的特点分析 | 第27-29页 |
| ·决策树算法 | 第27-28页 |
| ·人工神经网络 | 第28页 |
| ·粗糙集理论 | 第28-29页 |
| ·基于人工智能的乒乓球比赛技战术诊断方法 | 第29-38页 |
| ·基于人工神经网络技战术诊断方法改进的研究 | 第29-33页 |
| ·基于C5.0决策树算法的乒乓球比赛技战术诊断 | 第33-37页 |
| ·基于粗糙集约简的乒乓球比赛技战术诊断 | 第37-38页 |
| ·诊断方法比较 | 第38-41页 |
| 5 基于人工智能方法的乒乓球比赛技战术诊断评估研究 | 第41-61页 |
| ·基于人工智能的乒乓球比赛技战术诊断方法 | 第41-52页 |
| ·人工智能技战术诊断方法总述 | 第41页 |
| ·优秀乒乓球运动员总体技战术诊断 | 第41-50页 |
| ·优秀乒乓球运动员个性技战术诊断 | 第50-52页 |
| ·基于人工智能的乒乓球比赛技战术评估方法 | 第52-56页 |
| ·乒乓球比赛技战术评估的内涵和原则 | 第52-54页 |
| ·基于人工智能的乒乓球比赛技战术评估的方法 | 第54-55页 |
| ·案例分析 | 第55-56页 |
| ·基于人工智能的乒乓球比赛预测方法 | 第56-61页 |
| ·乒乓球比赛预测的含义和分类 | 第56-58页 |
| ·基于人工智能的乒乓球比赛组合预测方法 | 第58-60页 |
| ·案例分析 | 第60-61页 |
| 6 应用研究—人工智能乒乓球比赛技战术诊断在大赛中的应用 | 第61-79页 |
| ·诊断方法及其在大赛中的应用 | 第61-63页 |
| ·人工智能乒乓球比赛诊断方法 | 第61-62页 |
| ·备战第29届奥运会备战应用 | 第62页 |
| ·备战第50届世乒赛及冬训应用 | 第62-63页 |
| ·第29届奥运会男队主要对手技战术诊断 | 第63-71页 |
| ·FORMA(德国)技战术诊断 | 第63-65页 |
| ·FORMC(韩国)技战术诊断 | 第65-68页 |
| ·FORMD(韩国)技战术诊断 | 第68-71页 |
| ·第29届奥运会女队主要对手技战术诊断 | 第71-79页 |
| ·FORFA(新加坡)技战术诊断 | 第71-74页 |
| ·FORFB(新加坡)技战术诊断 | 第74-76页 |
| ·FORFD(日本)技战术诊断 | 第76-79页 |
| 7 总结与展望 | 第79-83页 |
| ·主要结论 | 第79-82页 |
| ·世界优秀乒乓球运动员的技术特征 | 第79页 |
| ·世界优秀乒乓球运动员的战术特征 | 第79页 |
| ·世界优秀乒乓球运动员的个性技术特征 | 第79-81页 |
| ·世界优秀乒乓球运动员的个性战术特征 | 第81-82页 |
| ·研究展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-89页 |
| 附录 | 第89-144页 |
| 学习和科研经历 | 第144页 |
