论文部分内容阅读
羽毛球运动是我国的重点夺金项目,在世界排名中居领先地位,占据着非常有力的位置。随着新规则的实施和竞争对手实力的增强,对我国羽毛球运动员提出了更高的要求,不仅要具备过硬的身体素质和心理素质,还要具备灵活的技战术素养。而运动员的日常训练是提高技术水平和运动素质的首要途径,教练员组织运动员进行科学合理的有针对性的训练过程显得格外重要。 目前在我国羽毛球训练中,技战术训练方案的制定多是根据教练员的经验和运动员的个人感觉,没有科学的数据来参考。总结起来,限制运动员比赛成绩提高的因素主要有以下几点:一是对羽毛球运动员训练和比赛数据的采集不及时、不全面、不准确,很难将这些数据有效整合;二是对这些数据的分析不深入、不系统,没能得出有用的规律用于实际;三是从训练模式优化的角度来讲,有针对性的训练运动员技战术方面的个性化训练方案较少,并且缺乏科学数据的支撑。 针对以上问题,本文对羽毛球运动员训练和比赛数据的采集方法进行了探索,设计并实现了羽毛球技术训练质量监控和临场战术统计系统,对运动员的日常训练和比赛数据进行采集整理,建立了统一的羽毛球综合数据库,解决了运动员训练比赛数据采集不及时、不全面的问题。在此基础上,对传统Apriori关联规则算法进行了改进,利用改进的关联规则算法对采集的数据进行多维属性挖掘,进行了仿真实验,找出我方运动员的弱点与优势,得到了有用的结论,解决了数据分析不深入的问题。在挖掘结果的基础上,将结果应用在羽毛球训练上,从技战术的角度来制定个体化训练方案,解决了缺乏数据支持的个体训练指导的问题,为羽毛球运动员训练模式的优化提供了一个新的思路。 本文的主要贡献有:1、利用数据挖掘技术得到羽毛球比赛中技术类别与得失分之间的关联,并将结论应用到羽毛球训练中,第一次从技战术的角度提出有数据支持的个体训练方案。2、对传统Apriori关联规则算法进行了改进,首次将改进算法应用到羽毛球数据中,进行了仿真实验。3、建立了一个综合的羽毛球数据库,存储着大量的羽毛球运动员训练和比赛数据,成为国家羽毛球队信息资料库的一部分。