基于BSTCNet的羽毛球击球类型分类方法(高校公示15天)(不包年费滞纳金)(需要二变)
本申请涉及一种基于BSTCNet的羽毛球击球类型分类方法,它包括如下步骤:构建羽毛球击球类型数据集,并划分出训练集和测试集;构建BSTCNet网络模型,经运算后输出不同尺度特征信息对应的分类结果及其置信度;对BSTCNet网络模型进行训练,以改进的焦点损失函数作为模型的损失函数,使BSTCNet网络模型关注更难分类的样本;使用选练好的BSTCNet网络模型进行羽毛球击球类型分类,以置信度最大的分类结果作为BSTCNet网络模型的输出结果。本发明通过羽毛球坐标序列快速且准确地分类出各种不同的击球类型,有效克服因运动员身体遮挡和动作变形导致的识别率低和模型泛化能力低的缺陷。
《基于BSTCNet的羽毛球击球类型分类方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2026101310506,当前法律状态为已下证,由南昌航空大学提出申请,发明人为欧巧凤;沈敏杰;熊邦书;罗思妤;游世勋;方霆;刘畅,申请日期为2026-01-30,公开(公告)日期为2026-06-16,国际专利分类号(IPC)为 G06V 20/40 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本申请涉及一种基于BSTCNet的羽毛球击球类型分类方法,它包括如下步骤:构建羽毛球击球类型数据集,并划分出训练集和测试集;构建BSTCNet网络模型,经运算后输出不同尺度特征信息对应的分类结果及其置信度;对BSTCNet网络模型进行训练,以改进的焦点损失函数作为模型的损失函数,使BSTCNet网络模型关注更难分类的样本;使用选练好的BSTCNet网络模型进行羽毛球击球类型分类,以置信度最大的分类结果作为BSTCNet网络模型的输出结果。本发明通过羽毛球坐标序列快速且准确地分类出各种不同的击球类型,有效克服因运动员身体遮挡和动作变形导致的识别率低和模型泛化能力低的缺陷。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
