TY - JOUR A2 - Stojmenovic，米洛斯AU - Brzostowski，克日什托夫·AU - Szwach，彼得PY - 2018 DA - 2018年6月20日TI - 数据融合在无处不在的运动训练：方法与应用SP - 8180296 VL - 2018 AB - 我们现在基于数据融合的方法用于支持体育训练。培训课程由教练每次训练过程中获得的数据进行分析的基础上，计划。数据通常从连接到运动员（例如，加速计或陀螺仪）的各种传感器获得的。一个专用于处理来自不同来源的数据originatnig的技术是数据融合。在运动训练中的数据融合提供了新的方法来获取，加工，并分析了运动训练相关的数据。为了验证数据融合方法的有效性，我们设计了一个系统来分析一个网球选手的培训课程。该系统的主要功能是网球笔划检测和基于从所述腕戴式传感器收集的数据的分类。检测和网球招的分类可以降低一个教练在分析学员的数据花费的时间。休闲玩家自学也可以使用这些功能。 In the proposed approach, we used Mel-Frequency Cepstrum Coefficients, determined from the accelerometer data, to build the feature vector. The data are gathered from amateur and professional athletes. We tested the quality of the designed feature vector for two different classification methods, that is, k-Nearest Neighbors and Logistic Regression. We evaluate the classifiers by applying two tests: 10-fold cross-validation and leave-one-out techniques. Our results demonstrate that data fusion-based approach can be used effectively to analyze athlete’s activities during the training. SN - 1530-8669 UR - https://doi.org/10.1155/2018/8180296 DO - 10.1155/2018/8180296 JF - Wireless Communications and Mobile Computing PB - Hindawi KW - ER -