[发明专利]一种基于冠军模型的训练方法

权利要求书

1.一种基于冠军模型的训练方法，其特征在于：包括如下步骤：

步骤一：对运动员的历史训练视频进行数据采集，得到多个多维向量，每一个向量的各项指标都代表着一次训练过程的各项采集数据；接着使用K-means聚类分析算法，使用欧氏距离计算向量间的距离，将所有数据分为K类；

步骤二：统计每一类的平均成绩，取出平均成绩最优的一类，供下面继续分析；

步骤三：引入各大体育赛事决赛中的前三名比赛数据，每一个比赛数据视为一个多维向量，成为冠军数据，将冠军数据与前一步骤中取得的平均成绩最优的一类再次进行K—mean聚类分析，再次统计每一类的平均成绩，取出平均成绩最优的一类，称为最优类；

步骤四：在最优类内利用样条插值法进行离散数据连续化；

步骤五：利用RNN中的LeNet-AlexNet-VGG网络在连续最优类内进行最优化计算，利用RMSProp算法使用加权梯度下降，在此过程中得到最优类中成绩最高的点。

2.根据权利要求1所述的一种基于冠军模型的训练方法，其特征在于：所述RMSProp的公式如下：

3.根据权利要求1所述的一种基于冠军模型的训练方法，其特征在于：所述步骤一中，K值可结合分类情况选取，这K类，每一类有着相近的有益指标。