文摘
随着经济的发展,所有的国家都进入了竞技体育的行列。奥运会或大型体操表演具有重要意义的宣传和实施国家卫生计划。本文旨在研究团体体操形成变化的计算机模拟算法路径在人工智能和网络大数据,以便找出每个团队成员的路径改变算法,以便成员组体操可以清楚地看到自己的移动路线,最后实现的难度和成本降低的目的排练。摘要椭圆和传统搜索算法算法、矩形搜索算法和传统的算法深入比较和分析,然后,实验对比搜索算法和椭圆矩形搜索算法。得出当寻找最短路径,当两个节点之间的直线距离4.0公里,矩形搜索算法所使用的时间是2.1秒,而椭圆搜索算法需要3.98秒。这表明矩形搜索算法大大节省了操作时间,性能优越。
1。介绍
团体体操不仅是一种大规模庆祝生活也精彩内容不容忽视在学校运动会开幕式或不同国家的奥运会。中国体操杰出成就在世界人民面前,来自世界各地的人惊讶不已。背后的汗水是一场精彩的演出,所有的表演者。同样,成功的解释组体操从表演者的努力是分不开的,规划者,组织管理者、学者和团体体操专家。正是因为中国体操组取得了令人羡慕的结果。这不仅是一种艺术的解读也是一个民族精神的诠释。团结、智慧、勇气和创新精神支持团体体操的成功。随着社会的进步和经济的繁荣,大多数人不再担心食物和衣服,但是生活有更高的要求。随着世界各国呼吁人们保持健康,人们意识到健康的重要性。正是因为这一原因,丰富理论的相关研究集团体操也吸引了人们的注意力。
通过相关背景调查、团体体操的做法已经引起了良好的反应在不同的国家。但正因为如此,许多学者忽略了团体体操的理论研究。更组体操可以解释如何更好的艺术效果,包括背景设计、内容表达和精神的体现。然而,没有具体的研究已经取得了这些细节。因此,读者更清楚的相关概念和基本指导,并不能获得详细的引用。没有很多研究路径组体操队形变化的算法。在这篇文章中,人工智能和网络环境下的大数据,计算机仿真算法组体操形成的转换路径探索,以便提供更好的参考的实践组体操。
近年来,集团体操的性能取得了良好的效果。因此,学者不重视团体体操的理论研究,而且它只谈到了人工智能的优势和大数据相关技术组体操从侧面,但缺乏具体的概念研究。因此,本文探讨了计算机仿真算法组体操形成的转换路径在人工智能和网络大数据,从而进一步推动人工智能的发展和网络大数据,也为未来的团体体操理论研究提供参考。
2。相关工作
物联网具有巨大的市场潜力,增长率近年来一直在增加。作为近年来的一个重要技术,物联网已经吸引了许多学者的关注。在cheminformatics数据库中大量数据的积累使大数据的作用,人工智能(AI)在药物设计不可或缺的。在这个大数据的时代,新的算法和架构需要我开发这些数据库和满足各种药物发现过程的特定需求,如虚拟药物筛选和新创分子设计。特里帕西等人总结的作用大数据和人工智能技术目前应用,以满足日益增长的研究需要在药物发现管道(1]。大数据和人工智能(AI)正日益影响电生理学领域,创建算法来提高自动诊断的临床心电图或动态心率设备。他们等人描述了人工智能在电生理学的机会和威胁,侧重于心电图。进一步指导临床医师临床前评估新的人工智能电生理学应用程序实现(2]。人工智能已经彻底改变了药物开发过程,使从数以百万计的潜在生物活性的化合物的快速识别候选药物在很短的时间内。Nayarisseri等人提供了一个全面的概述一些机器学习工具的应用和得出结论,在大数据时代,机器学习方法已经发展成为一个强大的和有效的方法来处理现代药物发现所产生的大量的数据(3]。最近,大数据和人工智能(AI)基于通信系统已成为最热门的问题之一在技术领域,使用人工智能方法和方法来分析大数据现在被认为是至关重要的。宋和公园主题在不同的研究领域,提供不同的范式,人工智能的研究提供了新的思路和方向(4]。人工智能(AI)的实现在一个智能的社会,人类习惯的分析是强制性的,需要使用智能应用程序自动数据调度和分析,智能基础设施、智能系统和智能网络。在这种背景下的培训和操作流程之间有很大的差距,博士提出了接近于零的先进故障诊断(广告)智能管理要填补这个空缺,证明它在任何情况下可以利用社会的5.0减少风险因素的管理水平,确保质量和可持续性5]。在这个数字时代,人类各领域大大增加技术的依赖。与互联网技术的发展,软件和硬件系统的网络安全现在是一个主要经营的先决条件。深度学习方法检测物联网网络攻击使用长期和短期网络分类器。实验测试表明99.09%的精度,F1分数的99.46%,99.51%的召回。该方法检测网络攻击的能力是优秀的6]。总之,人工智能和网络大数据已经应用到各个领域,包括药物发现和物联网安全。随着大数据的发展和人工智能技术,组体操没有得到更多的关注。因此,如何更好地利用科技促进发展的团体体操是目前许多学者需要注意,需要进行更多的探索深度。
3所示。相关研究理论计算机模拟算法组体操形成转换路径在人工智能和网络大数据
3.1。人工智能和网络大数据之间的关系
随着信息时代的到来,智能和信息化已经成为人们生活不可分割的一部分。近年来,大数据,人工智能,以及物联网与互联网的时代进入日常生活,包括智能家具、智能建筑、机器人和智能玩具。情报与信息化是相辅相成的。随着智能时代的、复杂的和毫无意义的人类劳动将被机器取代,人类将进一步发展到一个更高的水平。在大数据时代,情报是信息化的一个重要特征7]。人类也将进入智能时代。人工智能和大数据给人们的生活带来了方便,给人们的工作带来效率高,但也很快加入了竞争的团体体操队形。使用智能技术是提供新的方法和工具组体操形成改变路径,推动更有效的计算机仿真算法的实现,并促进团体体操的高层和精确的转换8]。
随着科学技术的快速发展和进步,网络信息化中发挥着越来越重要的角色在人类社会生活中,和网络技术已经渗透到各行各业,促进大数据时代的到来。在大数据时代,数据已经成为网络的核心元素。物联网及人工智能技术是两个至关重要的现代技术在大数据时代,使人们的生产和生活更方便、高效和智能化。当世界进入大数据的时代,社会将会经历类似的地壳运动。的确,大数据的时代已经完成了一系列的数据中心技术概念的变化,技术和应用程序。如此广泛的和根本性的变化将不可避免地导致人类生产和通讯方式的变化,社会管理的方法和结构的变化,还将呼吁改革相应的计算机仿真算法组体操形成的转换路径(9,10]。
物联网所使用的数据生成大数据通过自动感知和收集,无法分析和加工手工传统的数据分析方法。使物联网的数据分析和处理的方式更聪明是将人工智能技术应用到它(11,12]。人工智能设备和产品将越来越多的开发和应用。添加物联网技术解决了数据传输的问题,数据收集、数据处理、信息传输和信息输入之间形成了良好的连锁反应,转换和传输,提供良好的自动化和智能,基金会,和支持。
3.2。团队体操
团体体操,顾名思义,是一种集体表演项目和体育表演艺术。执行组体操在操场上,几十数百,甚至数千名表演者。团体体操不是一个个人绩效,一个成功的个人绩效不能使一个集体的表现。因此,集团的主要需求体操服从统一指挥,有一致的运动。组里的每个人都是一个个体,强大的行政权力。对于个人,运动和旅游的道路并不困难,但该组织体操是基于整个,和有必要解释整个演示效果,展示给观众。所有个人都必须协调运动到达指定的位置在一个特定的时间内(13]。
团体体操不仅表达了一种艺术效果,也表达的中心思想。形成需要按照表现运动的要求,这样可以执行他们的动作在舞台上与敏捷性和规律性。团体体操的令人震惊的效果是通过展示各种模式和结构。团体体操的实践需要培养团队意识和团队合作。这不仅仅是一种艺术的表现,而是一种集体精神。团体体操的基本要素之一是形成。探索形成路径的变换让表演者练习更有效和更激动人心的性能。组体操是鼓舞人心的视觉效果,所以文明文化的传播可以通过团体体操,这将有很好的效果(14,15]。
3.3。计算机技术的应用在体操组形成
互联网的时代将很快进入人类文明随着计算机的诞生,和人类的生活方式发生了巨大的变化。人们不再纯粹的手工制作的日常用品,也不局限于现金交易。的生产方式和消费方式发生了翻天覆地的变化。近年来,计算机技术已经应用于自然科学和社会科学,要求体育文化趋势,必须接受信息时代的洗礼组操作作为一个体育艺术(16]。
计算机辅助组体操技术从头开始,有三个最重要的应用程序元素在其发展过程中,即人员、系统和技术。如果计算机辅助组体操的发展过程被认为是一个技术应用程序,然后在这个应用程序中,人是基础,制度是前提,技术是保障。它是人类的元素组体操与计算机技术相结合,和技术,如计算机仿真算法。同时,也是人使用计算机仿真算法在实践中,总结经验,不断创新,所以,计算机仿真技术可以继续发展17]。
近年来,高新技术的发展,应用领域和计算机技术的广泛应用开辟了一个更广泛的研究空间群体操,例如,软件开发组织运动路径设计和安排的形成通过坐标点。计算机技术的应用在体操形成变化路径算法可以加强人们之间的联系和路径。这是一个有效的组健身形成变化路径算法仿真系统(18,19]。
3.4。相关算法的最短路径
在计算机仿真算法中,最关键的部分是为团体体操,选择最适当的路径规划和路径性能计算每个表演者的最短路径算法。该算法也广泛应用于各种行业,如物流交通、智能交通、应急急救。在实际的体操转换路径,形成算法通常用于解决两点之间的最短路径(20.,21]。
传统的生成的最短路径算法根据路径长度的增加订单,并用来计算从初始点到其他节点的最短路径。在实际组体操形成转换路径计算,算法通常用于解决两点之间的最短路径。执行算法时,网络中的节点分为三种类型:标记节点,临时标记节点,节点。当初始化算法,网络中的节点初始化为无名节点,和临时节点被定义为节点连接到节点的最短路径搜索过程。每次循环的算法,有必要找到最短路径对应于临时节点集,从而改变从一个临时节点到节点。当所有节点标记节点,算法结束。
存储结构的优化算法采用邻接表的存储结构。邻接表建立一个数组 为每个节点图1存储信息的边缘连接到节点;也就是说,数组中的每个元素代表从边缘节点 。使用邻接表存储可以节省大量的存储空间。因此,针对大型数据冗余的问题,本文采用邻接表的数据结构来存储组体操的形成转换路径来降低算法的空间复杂度(22]。
传统的算法是一种常见的最短路径算法。然而,为了克服许多搜索节点的问题,范围广泛,和长期消费,本文介绍了矩形搜索算法和椭圆的搜索算法,并分析了两种算法。本文结合大数据和人工智能给这两个算法的搜索范围和面积公式,最后进行实验比较和分析。
3.4.1。椭圆的搜索算法
椭圆的搜索算法是一种算法基于传统算法。所不同的是,因为该算法搜索基于椭圆。与传统的相比算法,椭圆搜索算法具有较少的节点。传统的算法是通过一个圆形找到最短路径搜索范围,如图2。在传统的搜索区域算法是一个圆。尽管循环搜索方法的搜索结果更准确,搜索区域太宽,算法复杂度高,影响实验的实时性能(23]。
为了解决传统的缺点算法,椭圆的搜索算法集传统中的每个节点的功能属性算法,用于作为被选为标志的基础节点,从而增加的方向算法,如图3减少搜索节点的数量,提高算法的效率。
椭圆的搜索算法的搜索范围图所示4,其边界的椭圆轨迹满足公式(1),节点之间的最短路径可以找到在椭圆。椭圆轨迹的计算过程见下面的公式: 在哪里表明起始节点,表明终止节点表示起点的距离任何节点 。在哪里代表一个参数的设置和代表了直线距离节点到节点 。
其中,计算的过程如图5。在哪里表示相等的部分是分裂的。
3.4.2。矩形搜索算法
椭圆的搜索算法计算椭圆中的节点。同时减少搜索节点的数量,需要太多的时间来确定节点的椭圆。矩形搜索算法减少计算的计算椭圆的封闭矩形和使用封闭矩形作为搜索区域(24- - - - - -26]。其搜索范围如图6。
如图6,该方法是找到外切矩形,椭圆的切线,例如,或在图6通常分为外切矩形基于标准的椭圆和一个外切矩形基于椭圆。
基于标准的椭圆外切矩形搜索范围区域找到矩形和椭圆的中心为原点。如图7所示,其满足条件如下公式:
特殊情况改变椭圆是椭圆在一般情况下,如图8。其计算公式所示如下公式:代表了基于标准椭圆旋转角度,代表着距离的翻译标准椭圆轴,和表示距离的标准椭圆是翻译轴。
然后,简化公式 得到如下: 在哪里的最大和最小值是矩形边界的横坐标,的最大和最小值的垂直坐标矩形边界,然后呢表示开始节点之间的距离和结束节点 。
4所示。算法实验比较分析
4.1。改进的椭圆算法和传统的实验比较分析算法
本文进行比较实验改进的椭圆算法和传统之间算法通过环保测试(27,28]。首先是用于搜索的时间。传统的算法搜索面积公式见公式(21)。搜索区域的公式的改进的椭圆算法公式所示(22)。第二个是时间寻找路径。真实数据的实验数据选择团队的健身路径的形成一个。
以下4.4.1。区域比较
当的比搜索改进椭圆算法和传统之间的区域算法达到最大值时,无法找到最短路径的情况下,由于小搜索范围是可以避免的。如表所示1,当的最大价值,这两种算法的搜索区域的比例是最大的,不仅提高了算法的可靠性,但也提高了算法的效率。
从图可以看出9与传统的相比,算法,改进的椭圆算法搜索面积明显小于传统算法。当两个节点之间的最短路径的距离是6,改进的椭圆算法的搜索区域是42公里∗公里,而传统∗公里算法达到165公里。当搜索面积小,搜索节点的数量小,表明改进的椭圆算法可以减少搜索节点的数量,降低算法的复杂性。
(一)
(b)
4.1.2。搜索路径的时间比较
不难看到从图10相比之下,传统的算法,椭圆改进算法花费更少的时间去寻找一条路。当两个节点之间的最短路径的距离是6公里,改进的椭圆算法需要3.5秒,和传统的算法需要6.5秒。这表明改进的椭圆算法的执行效率高。
(一)
(b)
4.2。实验比较分析搜索算法和传统的矩形算法
真实数据的实验数据选择团队的健身路径的形成有两个指标评估算法:第一个是搜索的节点数量,第二个是时间搜索路径。
4.2.1。准备比较的节点的数量
如图11,当遍历的节点数量的矩形搜索算法比传统的要少得多算法。当最短路径点的直线距离两人被发现是一样的,矩形的搜索算法有一个最大的451个节点,而传统算法达到763个节点。这表明矩形搜索算法的效率更好。
(一)
(b)
4.2.2。当搜索路径比较的时间消耗
如图12两个节点之间的距离增加,所消耗的时间矩形搜索算法寻找最短路径的要少得多算法。
(一)
(b)
4.3。比较分析搜索算法椭圆和矩形搜索算法
本文比较了椭圆和矩形搜索算法搜索算法寻找最优的算法。本文将从两个方面进行:第一个是搜索区域,第二个是被搜索的路径。它的面积公式所示如下公式:
4.3.1。比较搜索区域
当两种算法的搜索区域的比例达到最小值时,可以减少节点的数目,同时确保最大的区域是在合理的范围内,如以下公式所示:
如表所示2,当 ,的比率的搜索区域椭圆矩形搜索算法搜索算法是最小,而的搜索区域算法,搜索的矩形区域搜索算法比椭圆的搜索算法,但不多。但矩形搜索算法更有可能找到比椭圆的最短路径搜索算法。
4.3.2。搜索时间的比较
不难看到表3,当两个节点之间的距离最短路径的增加,发现矩形搜索算法所使用的时间远低于椭圆的搜索算法,当两个节点之间的直线距离为1.5,椭圆的搜索算法需要1.45秒,而矩形搜索算法只需要0.3,这表明该算法极大地节省了时间。
5。讨论
科学和技术是主要的生产力。全面发展的互联网和计算机领域的不断突破了大数据时代的到来和人工智能。大数据可以更和更准确的目标目标客户的需求,与人工智能也将取代传统的重复工作,大大提高人民生活中处理事情的效率(29日- - - - - -31日]。通过椭圆搜索算法的比较,矩形和传统搜索算法算法和搜索算法和椭圆矩形搜索算法之间的比较实验,探讨了计算机仿真算法团队体育形成的路径在人工智能和大数据32]。可以得出以下结论:(1)通过椭圆之间的比较分析和传统搜索算法算法,最短路径的两个节点之间的距离增加,发现椭圆的搜索区域搜索算法明显比小算法。这表明,椭圆的搜索算法具有良好的性能。(2)搜索路径的时间比较。当两个节点之间的距离最短路径可以找到相对较近,使用的时间大约是两个算法来搜索路径的时间一样算法。(3)矩形的搜索算法和传统之间的比较算法实验。遍历的节点数量的两种算法在查询过程中增加的两个节点之间的距离最短路径被发现会增加。这是因为算法遍历的节点的数目成正比的区域遍历的算法。(4)当两个节点之间的最短路径的距离增加,发现两个搜索算法所使用的时间增加。然而,矩形搜索算法的时间效率仍高于算法。(5)比较分析的搜索算法和椭圆矩形搜索算法表明,矩形搜索算法寻找最短路径的概率更高,这表明,算法的可靠性更好。(6)椭圆的搜索算法在搜索过程中需要执行复杂的操作,以确定一个节点属于椭圆,这需要很长时间。矩形搜索算法只需要坐标值的大小相比,可以节省时间的算法。
整个比较测试数据表明,该矩形搜索算法提高了算法的可靠性和节省时间与椭圆搜索算法在算法搜索区域和搜索时间。因此,矩形搜索算法优化的最佳效果算法。
6。结论
在这个互联网的时代,科技无疑促进了各个领域的进步,包括人工智能、大数据和物联网。团体体操形成的计算机仿真算法转换路径也获得了新的发展方向在互联网大数据和人工智能等技术。本文选择了邻接表存储优化的方法当找到最短路径算法在体操的形成。然后,针对传统的问题算法有许多搜索节点,大范围,高的时间和空间复杂性的过程中寻找最短路径,通过实验比较矩形搜索算法和搜索算法,椭圆的矩形搜索算法和椭圆的搜索算法进行了比较。搜索算法的性能优越。通过计算机仿真结果的分析,在实际的组织运动过程中,矩形的搜索算法能够更有效地发现每个表演者的旅行路线,从而提高组织的效率练习。摘要矩形和椭圆的面积公式搜索算法也获得根据团体体操的特点形成转换。本文探讨了计算机仿真算法组体操形成改变路径,并取得了一些成果。因此,它促进团体体操形成的相关工作的进展,有很好的应用价值。团队体操的形成是非常复杂的,涉及广泛领域。由于作者的有限的时间和精力,和资源的限制,本文存在一些缺点,如优化其他算法的传统算法。它不考虑其他干扰因素影响团体体操形成和矩形搜索算法在组体操的运动效果的形成。
数据可用性
数据共享不适用本文没有创建新数据或分析研究。
的利益冲突
作者认为他们没有利益冲突。