[发明专利]通过机器学习构建球员带球关系的方法、装置及系统有效
| 申请号： | 201810978562.1 | 申请日： | 2018-08-27 |
| 公开（公告）号： | CN109165686B | 公开（公告）日： | 2021-04-23 |
| 发明（设计）人： | 严炜;孟建 | 申请（专利权）人： | 成都精位科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N20/00 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 邓超 |
| 地址： | 610000 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种通过机器学习构建球员带球关系的方法、装置及系统，涉及数据分析技术领域。通过超宽带定位系统获得足球和球员的位置坐标，并建立球员对应的数学模型，再采用机器学习算法对相关数学模型进行处理，使得对每个球员的带球关系可以通过模型进行分类，可以更加准确、真实的反映出球场上球员与足球的关系，为球员的数据统计提供更具有价值的数据参考。超宽带定位系统的定位精度高，数据采集效率更高。并且，在机器学习过程中，随着数据量的不断增大，数学模型输出的准确性也可以不断提升。 | ||
| 搜索关键词： | 通过 机器 学习 构建 球员 带球 关系 方法 装置 系统 | ||
【主权项】：
1.一种通过机器学习构建球员带球关系的方法，其特征在于，应用于超宽带定位系统，所述超宽带定位系统包括多个定位基站、多个球员标签和至少一个足球标签，所述超宽带定位系统通过所述定位基站确定所述球员标签和足球标签的位置坐标，该通过机器学习构建球员带球关系的方法包括：分别确定所述球员标签和足球标签的位置坐标数据；根据所述球员标签和足球标签的位置坐标数据，确定每个时刻距离所述足球标签最近的球员标签；根据每个时刻距离所述足球标签最近的球员标签，建立带球数据的数学模型；通过插值法来对所述带球数据进行平滑处理，以过滤掉所述带球数据中的噪点数据；通过预设机器学习算法，校准所述数学模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都精位科技有限公司，未经成都精位科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810978562.1/，转载请声明来源钻瓜专利网。
