TY -的A2 - 1月,Naeem AU - Ma,砚PY - 2021 DA - 2021/12/29 TI -基于深度学习羽毛球后场行程路线规划方法SP - 6407049六世- 2021 AB -为了提高羽毛球后场中风线的规划能力,本研究设计了一种基于深度学习羽毛球后场行程线路规划方法。首先,运动轨迹自适应学习方法的原语用于设计打线空间节点和路径,以构造最短的分布式网格结构模型线。然后,击球路线规划的约束参数进行了分析,然后击球位置球员的姿势控制根据节点定位和最短路径优化部署。最后,路线规划过程的自适应优化模型相结合,实现深度学习的方法。仿真结果表明,该控制方法具有良好的学习能力和良好的收敛性能和提高羽毛球后场击球线路规划的可靠性。SN - 2314 - 4629 UR - https://doi.org/10.1155/2021/6407049 - 10.1155 / 2021/6407049摩根富林明数学杂志PB - Hindawi KW - ER