[發明專利]一種撐桿跳運動訓練方法

有效

• 申請號: 201710753357.0
• 申請日: 2017-08-29
• 公開（公告）號: CN107812343B
• 公開（公告）日: 2019-12-03
• 發明（設計）人: 汪亞明;韓永華;李斌權
• 申請（專利權）人: 浙江理工大學
• 主分類號: A63B5/02
• 分類號: A63B5/02;G06N3/08
• 代理公司: 33224 杭州天勤知識產權代理有限公司
• 代理人: 徐敏<國際申請>=<國際公布>=<進入國

1.一種撐桿跳運動訓練方法，其特征在于，包括以下步驟：

步驟1：獲取撐桿跳過程中人體關鍵部位運動軌跡；

步驟2：將步驟1得到的多個運動軌跡提取特征向量；

步驟3：將步驟2獲得的特征向量以及表征過桿成功與否的量合并成新的特征向量，作為訓練樣本，得到N個訓練樣本，設激勵函數為g(x)，最大迭代次數G_max以及隱層節點的個數L；

步驟4：采用經驗值估計法初始化正則極速學習機單隱藏層前饋神經網絡中的參數NP、F、CR，參數NP指組成初始種群的個體個數，參數F是指變異操作的縮放因子，CR是交叉運算的交叉概率，CR∈[0,1]；

隨機生成初始種群，初始種群為x(t)＝{a_i,b_i}，其中a_i＝[a_i1,a_i2,…,a_in]是連接第i個隱層節點的輸入權值，其中a_i向量表達式中的下標n表示每個輸入樣本的維數，b_i是第i個隱層節點的偏差，a_i、b_i中的下標i取值為1到L，L如步驟3中所述表示隱層節點的個數；

步驟5：對于每個種群，計算隱層輸出矩陣得到輸出權值以及輸出權值所相應的均方根誤差，均方根誤差作為適應度指標；

步驟6：種群中的個體先進行變異得到g+1代個體v_i(g+1)，再進行交叉運算獲得g+1代新個體u_i(g+1)，按照下述公式選取有競爭力的個體作為下一代種群的個體，

其中，E(·)為步驟5中的適應度指標；

步驟7：根據迭代次數判斷是否繼續進行模型訓練，若在迭代次數范圍內則重復步驟5和步驟6，直至目標完成得到撐桿跳運動訓練模型，若超過設定的迭代次數范圍則獲得輸出權值完成訓練；

步驟8：采用測試樣本對步驟7獲得的模型進行測試，最終完成撐桿跳運動訓練模型構建并使用該模型進行訓練。

2.根據權利要求1所述的撐桿跳運動訓練方法，其特征在于，步驟1中，獲取撐桿跳過程中人體關鍵部位運動軌跡的具體步驟如下：

1-1在運動員的兩髖、左腳踝、左膝蓋附著標記點；

1-2采集標記點運動軌跡，共采集n組，其中過桿成功軌跡n₁組，過桿失敗軌跡n₂組，其中n₁+n₂＝n；

1-3將步驟1-2采集的n組標記點運動軌跡分成兩組：訓練組和測試組。