[发明专利]基于神经网络的预测系统及方法

说明书

本发明公开基于神经网络的预测系统，包括信息录入模块、神经网络构建模块、神经网络预测模块、比较模块和显示模块；信息录入模块包括信息采集单元、信息预处理单元、信息存储单元及信息输出单元；神经网络构建模块根据信息输出单元传输的数据进行BP神经网络模型群的构建；神经网络预测模块根据BP神经网络模型群对信息输出单元传输的数据进行篮球运动员控球位置的预测；比较模块对神经网络预测模块输出的预测结果进行比较，得出预测结果的最大值及最大值对应的控球位置；显示模块对信息录入模块所需输入数据及比较模块的输出数据进行显示。本发明还公开基于神经网络的预测方法。本发明可减少选拔过程中人为因素，提高了选拔过程的科学性及客观性。

技术领域

本发明涉及神经网络技术领域，尤其涉及基于神经网络的预测系统及方法。

背景技术

随着竞技体育运动的发展，运动员科学选材成为选拔运动员的重要组成部分，选材的成功就意味着训练成功了一半，正确认识篮球运动员的科学选材，努力促进篮球运动的全面健康发展，既是现实需要又具有重要的理论意义。

现有篮球运动员选拔多为专家评分形式，评分过程中因专家水平不同存在评分标准不一致，选拔过程中存在人为因素较大等弊端。

CN 103160597 A公开了一种预测优秀滑雪运动员弹跳潜能的分子生物学方法，通过同时测定冰雪运动员血液来源基因组DNA中ACTN3基因型R/X多态性和ACE基因型I/D多态性来预测冰雪运动员的弹跳潜能，预测过程中存在的人为因素较大。

发明内容

针对上述不足，本发明设计了一种基于神经网络的预测系统及方法，针对篮球运动员在不同控球位置上的表现进行预测，符合专项运动评价体系的科学性、可测性、相对独立性、客观性及便捷性等原则，并且减少选拔过程中人为因素，提高了选拔过程的科学性以及客观性。

一种基于神经网络的预测系统，包括信息录入模块、神经网络构建模块、神经网络预测模块、比较模块和显示模块；

所述信息录入模块包括信息采集单元、信息预处理单元、信息存储单元及信息输出单元；

所述信息采集单元用于采集篮球运动员的各项数据；

所述信息预处理单元用于将所述各项数据进行归一化处理，使数据转化为[-1,1]之间的数字；

所述信息存储单元用于对所述信息预处理单元归一化处理后的各项数据进行存储；

所述信息输出单元用于将所述信息存储单元中存储的各项数据进行传输；

所述神经网络构建模块用于根据信息输出单元传输的数据进行BP神经网络的构建，得到多个BP神经网络模型，形成BP神经网络模型群；

所述神经网络预测模块用于根据所述BP神经网络模型群对信息输出单元传输的数据进行篮球运动员控球位置的预测；

所述比较模块用于对神经网络预测模块输出的预测结果进行比较，得出预测结果中的最大值及所述最大值对应的控球位置；

所述显示模块用于对信息录入模块所需输入数据及比较模块的输出数据进行显示。

进一步地，所述信息采集单元具体用于采集不同控球位置的篮球运动员及待选篮球运动员的各项数据，信息采集单元设有20个信息采集窗口，所述信息采集窗口用于显示输入的数据的测试项目类型和输入数据的单位。

进一步地，所述神经网络构建模块具体用于：

对神经网络的初始参数进行设置，所述初始参数包括隐藏层节点数；

采用Levenberg-Marquardt方法训练BP神经网络的前向网络；