基于深度学习的Dota2阵容推荐与胜率预测系统的研究与实现
发布时间：2022-02-18 17:33
近些年电子竞技行业飞速发展,现阶段电竞产业被划分为体育产业的细分市场。最为流行的电子竞技项目受关注程度也远超部分传统体育项目,同时电子竞技产业也在朝着专业体育化的方向发展变化,这其中数据分析起着极其重要的作用。在传统竞技体育中,阵容的构建就起着举足轻重的作用。世界顶级竞技体育赛事中都有专业的数据分析团队进行数据的采集、处理与分析,从而帮助团队获得比赛的胜利。电子竞技产业又区别于传统体育行业,其产生的数据都易于获取,客观且实时。根据以上特点可以采用数据挖掘和深度学习的方法来辅助玩家制定最佳策略,从而帮助玩家取得比赛的胜利。Dota2作为世界最著名的电子竞技项目之一有着广大的受众群体与良好的赛事体系。Dota2游戏机制复杂、英雄种类繁多、打法丰富多变。基于上述原因,使得比赛极具观赏性并且难以预测最后的获胜方。因此如何搭配一套最佳的阵容与预测对阵双方的胜率成为了一个亟待解决的问题。为了解决此类问题,之前有学者研究使用朴素贝叶斯、随机森林、支持向量机等方法做出了大量尝试,但是由于英雄间存在着相互搭配与克制的复杂关系,所以很难取得良好的预测效果。本文的研究工作包含以下几个方面:1)提出了改进的双...
【文章来源】：河南大学河南省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
Dota2地图概览
近年来人工智能取得了巨大的发展，同时深度学习技术作为人工智能中一项重要的技术也越来越受到追捧。常见的神经网络模型有卷积神经网络和循环神经网络。其中循环神经网络模型包括多种变体，如长短期记忆网络)[40][41]和门循环单元网络等。传统的 NN(Neural Network, 神经网络)模型结构是通过全连接的方式连接所有的神经元，但是这种方式并不能很好的学习到输入数据中存在的顺序关系，因此会丢失数据中的一些隐藏信息，导致神经网络训练效果较差。但是循环神经网络很好的解决了这一问题。循环神经网络通过将数据依次输入到神经元中，将之前的计算结果加入到当前神经元的计算过程中，从而获取到历史数据。其模型结构图如图 2-2 所示。循环神经网络是与序列和列表相关的链式结构模型，这种结构能够最佳的处理具有时序关系的数据。2.2 神经网络相关知识
图 2-2：循环神经网络模型长短时神经网络（LSTM）解决了普通循环神经网络中出现的梯度消失和梯度爆炸题。因为其自身网络结构的特性对时间序列中间隔和延迟时间相对较长的事件有着的处理和预测的效果。该网络模型常常应用在语音识别、自然语言处理(Neuruage process, NLP)以及文本翻译等多种应用场景中。长短时神经网络是循环神经网一个变种，该神经网络的结构与循环神经网络差别较小，模型结构图如图 2-3 所示时神经网络的优点是能缓解普通循环神经网络出现的梯度消失和梯度爆炸问题，缺几个网络层功能有所重复。
【参考文献】：
期刊论文
[1]基于Netflow的网络安全大数据可视化分析[J]. 王全民,韩晓芳. 计算机系统应用. 2019(04)
[2]中国女排职业联赛球队竞技对抗表现的诊断分析[J]. 杜宁,李毅钧. 体育学刊. 2019(01)
[3]基于CNN和B-LSTM的文本处理模型研究[J]. 陈欣,于俊洋,赵媛媛. 轻工学报. 2018(05)
[4]基于python的Web大数据采集和数据分析[J]. 肖乐,丛天伟,严卫. 电脑知识与技术. 2018(22)
[5]基于Selenium的Web自动化测试设计[J]. 张洋,俞蔚,张春玲. 电脑知识与技术. 2018(16)
[6]我国优秀乒乓球男子单打选手各项战术与得失分的灰色关联度分析[J]. 赵喜迎. 北京体育大学学报. 2018(04)
[7]第27、28届亚锦赛中国男篮进攻能力的比较研究[J]. 张华,谭赛江. 忻州师范学院学报. 2017(02)
[8]情报改变体育[J]. 沙青青. 竞争情报. 2015(04)
[9]4-2-3-1足球阵型发展研究[J]. 郭志刚,陈效科,侯学华. 体育文化导刊. 2014(02)
[10]韩式速推流胜率最高的附属战术[J]. 曹小弋. 电子竞技. 2013(17)
硕士论文
[1]运用synergy指标体系对第31届里约奥运会男篮四强比赛的进攻战术手段的研究[D]. 严瀚.首都体育学院 2017
[2]高水平乒乓球男子单打比赛得失分特征与比赛胜负相关性研究[D]. 王琥.成都体育学院 2015
[3]湖北省CUBA球队建设现状及对策研究[D]. 谷强保.武汉体育学院 2012
本文编号：3631255
【文章来源】：河南大学河南省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
Dota2地图概览
近年来人工智能取得了巨大的发展，同时深度学习技术作为人工智能中一项重要的技术也越来越受到追捧。常见的神经网络模型有卷积神经网络和循环神经网络。其中循环神经网络模型包括多种变体，如长短期记忆网络)[40][41]和门循环单元网络等。传统的 NN(Neural Network, 神经网络)模型结构是通过全连接的方式连接所有的神经元，但是这种方式并不能很好的学习到输入数据中存在的顺序关系，因此会丢失数据中的一些隐藏信息，导致神经网络训练效果较差。但是循环神经网络很好的解决了这一问题。循环神经网络通过将数据依次输入到神经元中，将之前的计算结果加入到当前神经元的计算过程中，从而获取到历史数据。其模型结构图如图 2-2 所示。循环神经网络是与序列和列表相关的链式结构模型，这种结构能够最佳的处理具有时序关系的数据。2.2 神经网络相关知识
图 2-2：循环神经网络模型长短时神经网络（LSTM）解决了普通循环神经网络中出现的梯度消失和梯度爆炸题。因为其自身网络结构的特性对时间序列中间隔和延迟时间相对较长的事件有着的处理和预测的效果。该网络模型常常应用在语音识别、自然语言处理(Neuruage process, NLP)以及文本翻译等多种应用场景中。长短时神经网络是循环神经网一个变种，该神经网络的结构与循环神经网络差别较小，模型结构图如图 2-3 所示时神经网络的优点是能缓解普通循环神经网络出现的梯度消失和梯度爆炸问题，缺几个网络层功能有所重复。
【参考文献】：
期刊论文
[1]基于Netflow的网络安全大数据可视化分析[J]. 王全民,韩晓芳. 计算机系统应用. 2019(04)
[2]中国女排职业联赛球队竞技对抗表现的诊断分析[J]. 杜宁,李毅钧. 体育学刊. 2019(01)
[3]基于CNN和B-LSTM的文本处理模型研究[J]. 陈欣,于俊洋,赵媛媛. 轻工学报. 2018(05)
[4]基于python的Web大数据采集和数据分析[J]. 肖乐,丛天伟,严卫. 电脑知识与技术. 2018(22)
[5]基于Selenium的Web自动化测试设计[J]. 张洋,俞蔚,张春玲. 电脑知识与技术. 2018(16)
[6]我国优秀乒乓球男子单打选手各项战术与得失分的灰色关联度分析[J]. 赵喜迎. 北京体育大学学报. 2018(04)
[7]第27、28届亚锦赛中国男篮进攻能力的比较研究[J]. 张华,谭赛江. 忻州师范学院学报. 2017(02)
[8]情报改变体育[J]. 沙青青. 竞争情报. 2015(04)
[9]4-2-3-1足球阵型发展研究[J]. 郭志刚,陈效科,侯学华. 体育文化导刊. 2014(02)
[10]韩式速推流胜率最高的附属战术[J]. 曹小弋. 电子竞技. 2013(17)
硕士论文
[1]运用synergy指标体系对第31届里约奥运会男篮四强比赛的进攻战术手段的研究[D]. 严瀚.首都体育学院 2017
[2]高水平乒乓球男子单打比赛得失分特征与比赛胜负相关性研究[D]. 王琥.成都体育学院 2015
[3]湖北省CUBA球队建设现状及对策研究[D]. 谷强保.武汉体育学院 2012
本文编号：3631255
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3631255.html
