|
|||||
|
|
| 大数据和人工智能背景下运动鞋生物力学研发思路及启示 | |
| 引用本文： | 顾耀东,孙冬,梅齐昌.大数据和人工智能背景下运动鞋生物力学研发思路及启示[J].上海体育学院学报,2021(2):64-64. |
| 作者姓名： | 顾耀东 孙冬 梅齐昌 |
| 作者单位： | 宁波大学 |
| 摘 要： | 近年来,随着大数据技术和人工智能的发展,运动鞋生物力学领域的研发创新逐渐由单一的实验测试科学转变为实验科学与数据科学并重的模式。美国学者Booth等首次将机器学习算法应用在运动鞋楦的设计改良领域,采用主成分分析(PCA)、线性及非线性模拟等方法,将足形指标简化降维为关键指标,研究结果显示,大样本量精准的足形数据采集有利于机器学习精度的提升,同时随着机器学习算法的改良和大数据的积累,有望将运动鞋楦的设计误差降低至亚毫米级。 |
| 关 键 词： | 运动鞋 机器学习算法 人工智能 生物力学 鞋楦 非线性模拟 大数据 研发思路 |
| 本文献已被 维普 等数据库收录！ | |