基于大数据分析的运动损伤估计模型设计

摘要：

为了预防运动损伤,保证运动员的身体安全,提出一种基于大数据分析的运动损伤估计模型.介绍了大数据分析技术,将引发运动损伤的原因划分成A内部致伤因子、B外部致伤因子、C刺激诱发因子.在大数据分析技术的基础上,通过RBF神经网络构建运动损伤估计模型.分析了基本RBF神经网络,将高斯函数看作隐含层单元的激活函数,通过一种简单的方式设计隐含层,令所有风险等级和一个高斯函数相对应.对径向基函数中心、权值和宽度进行更新,通过梯度下降法对径向基函数中心和其余参数进行学习.依据运动损伤风险样本库对RBF神经网络进行训练,将运动损伤数据输入到RBF神经网络中,当传输数据和某运动损伤风险等级相对应时,RBF神经网络将输出相应值,从而实现运动损伤估计.实验结果表明所设计模型精度和效率都高.

关键词：大数据分析、运动损伤、估计模型、RBF神经网络

所属期刊栏目：40

分类号：TN911.1-34;G804.53

在线出版日期：2017-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：101-104