YUZHI521的博客

2024美赛C题（网球中的动量）参赛论文，由我和其他两位学弟共同完成 内容概要：本文研究了网球比赛中球员动量的影响，通过对温布尔登锦标赛31场比赛数据的深入分析，构建了动量模型和累积动量模型。首先，利用Pearson相关系数筛选特征，通过K-S正态检验和非参数测试验证特征差异度，最后通过二元Logistic回归方程确定显著相关的特征并建立模型。研究表明，服务器（server）、发球次数（serve_no）和服务积分差（integral difference）是影响比赛胜负的重要因素。此外，决策树模型用于寻找关键指标，确认了服务分差、跑动距离、发球机会和局数对动量变化的影响。模型预测准确率达到了83%，并提供了一系列战术建议，帮助运动员调整心态、把握关键时刻和技术训练。 使用场景及目标：①评估比赛过程中的动量变化，识别关键转折点；②预测比赛结果，优化训练和竞赛策略；③提供数据分析支持，提升运动员的比赛表现。 其他说明：文章通过大量的数据分析和建模，证明了动量在网球比赛中的重要性，并提出了一些改进模型性能的方法，为未来的研究提供了方向。

工作笔记：M3508-CAN开发记录- STM32F103C8T6实现代码