隨著2022年北京冬季奧運(yùn)會的成功申辦,球迷對冰球比賽的關(guān)注度大幅提升,對冰球賽況的預(yù)測分析方法也越來越多。在信息化快速發(fā)展的今天,冰球比賽數(shù)據(jù)的數(shù)據(jù)量和數(shù)據(jù)維度持續(xù)爆發(fā)式增長,數(shù)據(jù)規(guī)模和特征維數(shù)的增加給賽況預(yù)測研究提供了新的挑戰(zhàn)。目前傳統(tǒng)預(yù)測算法已經(jīng)無法滿足冰球賽況預(yù)測的需要,而研究發(fā)現(xiàn),支持向量機(jī)（SVM）為分類預(yù)測問題提供了很好的解決思路,在處理非線性和高維數(shù)據(jù)的分類問題方面具有明顯的優(yōu)勢。然而已有的支持向量機(jī)方法對于大規(guī)模高維數(shù)據(jù)的分類預(yù)測不能滿足冰球賽況預(yù)測的需求。因此,本文針對基于支持向量機(jī)的預(yù)測模型的輸入特征選擇和參數(shù)優(yōu)化方法,進(jìn)行了深入研究,并根據(jù)冰球賽況預(yù)測模型的實際需求,設(shè)計并實現(xiàn)了冰球賽況預(yù)測系統(tǒng)原型。本文主要工作如下:（1）針對冰球數(shù)據(jù)的規(guī)模和維度較大導(dǎo)致支持向量機(jī)在高維空間計算復(fù)雜度較高的問題,有效的解決思路是從高維數(shù)據(jù)的眾多候選特征中挑選出少量且與類別相關(guān)性較高的特征子集,并去除無關(guān)和冗余的特征。本文利用稀疏分?jǐn)?shù)及類別與特征的相關(guān)性,研究基于稀疏分?jǐn)?shù)和相關(guān)性分析的特征選擇（ISSFS）算法,對模型的輸入特征進(jìn)行降維預(yù)處理,即通過計算數(shù)據(jù)集中每個特征的稀疏分?jǐn)?shù)... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

Iris 數(shù)據(jù)集結(jié)果圖

圖 3.3 Wine 數(shù)據(jù)集結(jié)果圖顯示的是Wine數(shù)據(jù)集在五種特征選擇算法分別結(jié)合支持向量機(jī)分類器的個數(shù)變化的折線圖。從圖中可以看出，當(dāng) Wine 數(shù)據(jù)集的特征個數(shù)小于擇算法是 VSFS 算法。在數(shù)據(jù)集特征個數(shù)超過 4 時，五種特征選擇算法確率均達(dá)到 85 以上。同時，當(dāng)特征個數(shù)為 10 時，前三種特征選擇算法

圖 3.4 Heart 數(shù)據(jù)集結(jié)果圖顯示的是Heart數(shù)據(jù)集在五種特征選擇算法結(jié)合支持向量機(jī)分類器的預(yù)測變化的折線圖。從圖中可以看出，當(dāng)特征個數(shù)為 10 左右時，五種特征選到最高；當(dāng)特征個數(shù)為 6 時，SSFS 算法預(yù)測準(zhǔn)確率達(dá)到最高；當(dāng)特征個預(yù)測準(zhǔn)確率達(dá)到最高。

【參考文獻(xiàn)】：
期刊論文
[1]基于盤口數(shù)據(jù)的足球賽事結(jié)果預(yù)測[J]. 敖希琴,龔玉杰,李建.  重慶工商大學(xué)學(xué)報(自然科學(xué)版). 2016(06)
[2]基于支持向量機(jī)的NBA季后賽預(yù)測方法[J]. 曾磐,朱安民.  深圳大學(xué)學(xué)報(理工版). 2016(01)
[3]基于蝙蝠算法的支持向量機(jī)參數(shù)優(yōu)化[J]. 魏峻.  寶雞文理學(xué)院學(xué)報(自然科學(xué)版). 2015(03)
[4]基于決策樹C4.5算法的足球賽事預(yù)測[J]. 閔芳,楊功廷,張昱.  科技和產(chǎn)業(yè). 2014(06)
[5]基于Logistic回歸分析模型的足球彩票預(yù)測方法[J]. 吳興群.  科技資訊. 2013(19)
[6]影響高水平男子足球比賽勝負(fù)因素的多元統(tǒng)計應(yīng)用研究[J]. 鐘建明,賈宏,楊小紅.  廣州體育學(xué)院學(xué)報. 2012(03)
[7]基于遺傳算法的SVM參數(shù)組合優(yōu)化[J]. 劉鯖潔,陳桂明,劉小方,楊慶.  計算機(jī)應(yīng)用與軟件. 2012(04)
[8]模糊綜合評價預(yù)測足球比賽勝平負(fù)關(guān)系的應(yīng)用性研究[J]. 曹科樞.  體育世界(學(xué)術(shù)版). 2011(07)
[9]基于蟻群算法的支持向量機(jī)參數(shù)選擇方法研究[J]. 莊嚴(yán),白振林,許云峰.  計算機(jī)仿真. 2011(05)
[10]淺談青少年冰球守門員基本技術(shù)的重要性[J]. 耿毅,孫鵬.  才智. 2011(05)

碩士論文
[1]BP神經(jīng)網(wǎng)絡(luò)在足球比賽勝負(fù)預(yù)測中的應(yīng)用研究[D]. 夏飛.重慶師范大學(xué) 2017
[2]基于支持向量機(jī)的帆船運(yùn)動速度預(yù)測[D]. 高慧.復(fù)旦大學(xué) 2014
[3]基于證據(jù)理論的足球比賽結(jié)果預(yù)測方法[D]. 楊彥超.云南大學(xué) 2012



本文編號：3540962