买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种用于冰雪体育运动的预警系统及方法_河北中体善建体育产业有限公司_202410017954.7 

申请/专利权人:河北中体善建体育产业有限公司

申请日:2024-01-05

公开(公告)日:2024-04-05

公开(公告)号:CN117520753B

主分类号:G06F18/10

分类号:G06F18/10;G06F18/2431;G06F18/214;G06N3/0442;G06N3/048;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2024.04.05#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要:本发明公开了一种用于冰雪体育运动的预警系统及方法,系统包括:数据采集模块、数据预处理模块、构建危险预警模型模块、危险预警模型参数搜索模块和实时危险预警模块。本发明属于危险预警技术领域,具体是指一种用于冰雪体育运动的预警系统及方法,构建危险预警模型模块引入间接灵敏度和直接灵敏度得到隐藏层神经元的总灵敏度,基于损失函数和总灵敏度确定隐藏层神经元的插入或删除,确定危险预警模型的隐藏层神经元的数量;危险预警模型参数搜索模块使用Circle混沌映射初始化个体位置,基于随机数δi确定个体的更新策略,生成对立位置进行位置选择,并进行位置优化,根据全局最优位置确定模型参数。

主权项:1.一种用于冰雪体育运动的预警系统,其特征在于:包括数据采集模块、数据预处理模块、构建危险预警模型模块、危险预警模型参数搜索模块和实时危险预警模块;所述数据采集模块采集冰雪体育运动的相关数据和对应分类标签,并将数据发送到数据预处理模块;所述数据预处理模块对采集的数据进行向量转换、数据清洗和归一化处理,并将数据发送至构建危险预警模型模块;所述构建危险预警模型模块引入间接灵敏度和直接灵敏度得到隐藏层神经元的总灵敏度,基于损失函数和总灵敏度确定隐藏层神经元的插入或删除,确定危险预警模型的隐藏层神经元的数量,完成模型的训练,并将数据发送至危险预警模型参数搜索模块;所述危险预警模型参数搜索模块使用Circle混沌映射初始化个体位置,基于随机数δi确定个体的更新策略,生成对立位置进行位置选择,并进行位置优化,根据全局最优位置确定模型参数,并将数据发送至实时危险预警模块;所述实时危险预警模块将实时采集的数据输入危险预警模型中进行分类,基于危险预警模型输出的分类标签进行实时预警;在步骤S3中,所述构建危险预警模型具体包括以下步骤:步骤S31:设计架构,危险预警模型包括输入层、输出层和隐藏层,输入层接收输入数据,输出层进行最终的分类输出,隐藏层进行特征提取和信息传递,隐藏层由神经元组成,神经元包括记忆单元、输入门、遗忘门和输出门;步骤S32:初始化网络,随机初始化隐藏层神经元的数量和网络参数,预先设定最大训练次数G和损失阈值ζ(n),n是训练次数索引;步骤S33:计算损失函数,所用公式如下: ;式中,E(n)是损失函数,NK是样本数据的数量,是模型输出的分类标签,是真实分类标签,d是样本数据索引;步骤S34:计算隐藏层神经元的间接灵敏度;步骤S35:计算隐藏层神经元的直接灵敏度;步骤S36:计算总灵敏度,所用公式如下: ;式中,是第n次训练时第h个隐藏层神经元的总灵敏度;步骤S37:模型训练;步骤S38:模型确定,更新损失函数E(n),当损失函数E(n)≤损失阈值ζ(n)时,则确定危险预警模型的隐藏层神经元的数量;否则,若达到最大训练次数G,则重新初始化网络;否则,重新进行模型训练;在步骤S34中,所述计算隐藏层神经元的间接灵敏度具体包括以下步骤:步骤S341:计算神经元的间接输出,所用公式如下: ;式中,是第n次训练时第h个隐藏层神经元的间接输出,是第n-1次训练时第h个隐藏层神经元的间接输出,Bx、Bl、Bf和Bo分别是输入门、记忆单元、遗忘门和输出门的加权控制信号,qx、ql、qf和qo分别是输入门、记忆单元、遗忘门和输出门的偏置,h是隐藏层神经元索引,s·、g·、f·和z·分别是输入门、记忆单元、遗忘门和输出门的激活函数,xn是第n次训练时的输入数据;步骤S342:计算输出层的间接输出,所用公式如下: ;式中,是第n次训练时输出层的间接输出,NH是隐藏层中神经元的数量,是第n次训练时第h个隐藏层神经元连接到输出层的权重;步骤S343:计算间接灵敏度,所用公式如下: ;式中,是第n次训练时第h个隐藏层神经元的间接灵敏度,Var[·]是方差函数,是对应的损失函数,是间接条件约束,是的方差,是在条件下的方差;在步骤S35中,所述计算隐藏层神经元的直接灵敏度具体包括以下步骤:步骤S351:计算神经元的直接输出,所用公式如下: ;式中,是第n次训练时第h个隐藏层神经元的直接输出,是第n-1次训练时第h个隐藏层神经元的直接输出;步骤S352:计算输出层的直接输出,所用公式如下: ;式中,是第n次训练时输出层的直接输出;步骤S353:计算直接灵敏度,所用公式如下: ;式中,是第n次训练时第h个隐藏层神经元的直接灵敏度,是对应的损失函数,是直接条件约束,是的方差,是在条件下的方差。

全文数据:

权利要求:

百度查询: 河北中体善建体育产业有限公司 一种用于冰雪体育运动的预警系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。