乒乓球轨迹预测与分类研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 图目录 | 第11-12页 |
| 1 引言 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 乒乓球机器人的发展现状 | 第13-17页 |
| 1.2.1 国外乒乓球机器人发展状况 | 第13-16页 |
| 1.2.2 国内乒乓球机器人发展状况 | 第16-17页 |
| 1.3 论文组织结构 | 第17-19页 |
| 2 基于ELM神经网络的乒乓球轨迹预测 | 第19-34页 |
| 2.1 人工神经网络概述 | 第19-23页 |
| 2.1.1 人工神经网络发展史 | 第19-20页 |
| 2.1.2 神经网络的结构 | 第20-22页 |
| 2.1.3 神经网络的特点 | 第22-23页 |
| 2.2 ELM神经网络 | 第23-27页 |
| 2.2.1 ELM极限学习机的发展 | 第23-24页 |
| 2.2.2 ELM算法的网络结构 | 第24-25页 |
| 2.2.3 ELM算法的工作原理 | 第25-27页 |
| 2.3 ELM算法预测模型应用 | 第27-33页 |
| 2.3.1 预测模型的样本数据 | 第27-28页 |
| 2.3.2 ELM算法预测方法 | 第28-29页 |
| 2.3.3 原始ELM实验分析 | 第29页 |
| 2.3.4 改进ELM算法分析 | 第29-30页 |
| 2.3.5 改进ELM实验分析 | 第30-33页 |
| 2.4 小结 | 第33-34页 |
| 3 基于BP神经网络的旋转球轨迹预测 | 第34-44页 |
| 3.1 BP神经网络 | 第34-35页 |
| 3.1.1 BP神经网络的结构 | 第34-35页 |
| 3.1.2 BP神经网络的学习算法 | 第35页 |
| 3.2 BP神经网络预测模型的实现 | 第35-42页 |
| 3.2.1 Matlab神经网络工具箱 | 第35-37页 |
| 3.2.2 输入层和输出层设计 | 第37页 |
| 3.2.3 训练参数以及训练算法的选择 | 第37页 |
| 3.2.4 实验与分析 | 第37-40页 |
| 3.2.5 实验结果对比与分析 | 第40-42页 |
| 3.3 小结 | 第42-44页 |
| 4 基于ELM算法的旋转球轨迹识别 | 第44-54页 |
| 4.1 ELM算法分类器 | 第44页 |
| 4.1.1 旋转球轨迹分类问题 | 第44页 |
| 4.1.2 ELM分类器的旋转球分类过程 | 第44页 |
| 4.2 原始ELM分类器应用 | 第44-49页 |
| 4.2.1 输入层和输出层数据处理 | 第45页 |
| 4.2.2 输入数据预处理 | 第45-46页 |
| 4.2.3 分类函数 | 第46页 |
| 4.2.4 实验结果与分析 | 第46-49页 |
| 4.3 改进ELM算法分类器 | 第49-51页 |
| 4.3.1 实验结果与分析 | 第50-51页 |
| 4.4 改进ELM分类器与BP分类器对比 | 第51-53页 |
| 4.4.1 输入层和输出层数据 | 第51页 |
| 4.4.2 实验结果 | 第51-53页 |
| 4.5 小结 | 第53-54页 |
| 5 结束语 | 第54-55页 |
| 5.1 工作总结 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第58-60页 |
| 学位论文数据集 | 第60页 |
