El pase es una técnica relativamente básica en voleibol. En la enseñanza del pase en voleibol, entrenar la técnica correcta de pase juega un papel muy importante. El pase correcto no solo puede captar con precisión la dirección del punto de la pelota y el punto de caída, sino que también puede conectar de manera efectiva la defensa y el ataque. Para mejorar la eficiencia y calidad del entrenamiento de pase en voleibol, mejorar la extracción precisa de objetivos deportivos, reducir la información de características redundantes y mejorar el rendimiento de generalización y las capacidades de ajuste no lineal del algoritmo, este documento estudia el voleibol basado en el modelo de red neuronal convolucional anidado y el método de detección de movimientos incorrectos en el entrenamiento de pase. La estructura de la red neuronal convolucional se mejora mediante el anidamiento de capas mlpconv, y se utiliza el modelo de mezcla gaussiana para extraer de manera efectiva y precisa los objetos en primer plano en el video. La capa
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Método de Filtro de Kalman Progresivo Extendido para la Estimación del Estado del Tráfico en Autopistas Integrando Datos de Múltiples Fuentes
Artículo:
Estudio sobre soluciones de detección de multitudes basadas en teléfonos inteligentes
Artículo:
Técnica de coincidencia de ontologías de sensores multiobjetivo con métricas de preferencia del usuario
Artículo:
Construcción de un Aula Virtual-Interactiva basada en un Algoritmo de Aprendizaje Profundo.
Artículo:
AMCCR: Enrutamiento Cooperativo Adaptativo Multi-QoS en Capas Cruzadas en Redes Ad Hoc