查詢結果分析
來源資料
相關文獻
- 放射狀基底函數網路在分類NBA球隊表現之應用
- Automated Facial Expression Recognition System Using Neural Networks
- 脊椎穩定運動簡介
- Design and Simulation of Initial Leveling of Strapdown Inertial Navigation System with Base Motion
- The Relationship of Anxiety and Social Support in Professional Foreign Athletes
- 「東突厥斯坦共和國」:一個批判性的評估
- 優秀足球運動員動作控制能力的特性--有氧運動能力的重要性
- 運動員的腦大不同--以學習及大腦塑性功能的角度探討
- 試論中國新文化運動的"第三個中心"
- 登階有氧運動之對健康體適能影響之探討
頁籤選單縮合
題 名 | 放射狀基底函數網路在分類NBA球隊表現之應用=Use Radial Basis Function Network for Classification of NBA Team Performance |
---|---|
作 者 | 蔡志堅; 林香誼; | 書刊名 | 中國統計學報 |
卷 期 | 41:1 2003.03[民92.03] |
頁 次 | 頁67-80 |
分類號 | 528.952 |
關鍵詞 | 分類器; 放射狀基底函數網路; 美國職業籃球; 運動; American national basketball association; Classifier; NBA; Radial basis function network; Sports; |
語 文 | 中文(Chinese) |
中文摘要 | 本文利用放射狀基底函數網路 (Radial Basis Function Network) 製造NBA球隊每一場球賽總體攻守表現的分類器 (Classifier),使得我們可以依據球隊的總體攻守表現型態來預測 球隊在比賽中的輸贏。結果顯示學習樣本的正確率為85.6%,而測試樣本的正確率為83.2%。 |
英文摘要 | In this paper, we use radial basis function network to construct the classifier of the NBA team performance. Real data analysis shows that the proposed method performs excellently. The classification rates of learning and testing datasets are 85.6% and 83.2%, respectively. |
本系統中英文摘要資訊取自各篇刊載內容。