基于数据挖掘的体育评价决策支持系统开发与研究
尹亚晶
摘 要： 为了提高体育评价决策的性能，通过体育关联数据挖掘为系统提供数据支持，进行体育评价决策支持系统优化设计，构建体育评价决策支持系统的总体结构模型，进行系统的功能模块化构架和技术指标分析，在嵌入式Linux的内核结构中进行软件开发，采用VIX总线技术进行体育数据采集。设计基于互信息特征提取的数据挖掘技术。在程序加载模块中进行数据挖掘代码加载，采用Qt/Embedded 4.6创建体育评价决策支持系统形用户接口，实现可视化控制，实现系统的软件开发设计。进行仿真实验分析，结果表明，采用该系统进行体育评价决策信息挖掘的准确度较高，系统的可靠性较好。
关键词： 数据挖掘； 评价决策系统； 系统开发； 互信息特征
中图分类号： TN911.1?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）09?0108?04
Abstract： In order to improve the performance of sports evaluation and decision?making， the data mining of the sports association data provides the data support for the mining system. The optimization design of the sports evaluation and decision support system was carried out. The overall structure model of the sports evaluation and decision support system was constructed to analyze the function modularization framework and technical index of the system. The software was developed in the embedded Linux kernel structure， in which the sports data is acquired with VIX bus technology. The data mining technology based on mutual information feature extraction was designed. The code of data mining is loaded in the program loading module. The Qt/Embedded 4.6 is used to create the user interface of the sports evaluation and decision support system to realize the visual control， and system software development and design. The simulation experiment and analysis were carried out for the system. The results show that the system has high accuracy to mine the sports evaluation and decision information， and high reliability.
Keywords： data mining； evaluation and decision system； system development； mutual information characteristic
0 引 言
采用数据挖掘技术和信息加工技术进行体育评价智能决策，通过前期对运动员的体育关联信息数据采集和体育成绩汇总，为运动员的下一步训练提供数据支持。因此，研究体育评价决策支持系统在提高体育运动训练的科学性和合理性方面具有积极意义[1?2]。
当前的体育评价决策方法主要有神经网络训练方法[3]、SOM自组织映射学习方法和支持向量机方法[4?5]，结合嵌入式的集成控制设计，实现数据挖掘和体育评价决策，但是上述方法需要大量的先验数据信息作为参照训练输入，在信息缺乏的情况下数据挖掘的准确度不好，且系统的设计存在集成度不高的问题[6]。
对体育评价决策支持系统的开发设计主要分为硬件设计和软件设计两大部分。本文在硬件设计的基础上，重点对体育评价决策支持系统进行软件开发和设计，系统设计的核心在于数据挖掘算法设计，通过对体育成绩和运动关联信息进行准确的挖掘，准确反映运动员的生理状态特征，为体育评价决策提供准确的数据支撑。
1 系统总体设计
1.1 体育评价决策支持系统的逻辑结构
体育决策体育评价系统可以安装Windows系统，也可以安装Linux系统。基于IEEE 488.2标准下Bus协议构建物联网协议进行体育关联信息数据采集，构建HP E1485A/B多模控制模块作为体育评价决策支持的数据采集模块，系统使用Qt/Embedded作为GUI实现体育评价决策支持的人机交互，采用X86架构的GNU开发工具进行系统的VIX总线数据采集，构建嵌入式Linux的体系结构构架作为体育评价决策支持的处理内核。面向物联网的体育评价决策支持建立在通用计算机平台上，采用ARM作为核心控制单元[7?8]，在嵌入式Linux的内核结构中进行软件开发设计，面向物联网的体育评价决策支持的进程管理主要完成进程的创建、中止、進程间的通信及任务调度。本系统在LabWindows/CVI环境下设置ZLG7290初始化内核，在云计算服务中心实现体育评价和数据采集，本文设计的体育评价决策支持系统的数据传输模型如图1所示。
在嵌入式Linux的系统开发中，系统开发可分为两部分：一个是下层与设备有关的设备驱动程序，它直接与ROMFS文件系统进行通信，并提供给上层一个统一的接口；另一个是上层与设备无关，根据内核源码目录的输入请求，通过设备驱动程序接口，将开发、编译好的程序通过网口、串口实现与设备的通信。体育决策支持系统主要由用户控制模块、数据处理模块和信息输出模块三大部分组成，具体功能结构模块如图2所示。
1.2 系统的基本流程
体育决策支持系统软件开发的基本处理流程如下：
（1） 体育评价决策信息的采集过程。通过体育评价决策的采集，结合数据挖掘算法进行体育关联信息特征采集，为体育决策支持系统提供数据输入的基础，采用统计信息处理的方法进行数据采集，采用VXI总线数据采集技术对体育关联特征信息进行测量，实现控制程序的加载，为体育决策支持系统提供信息输入。
（2） 体育评价决策支持系统的数据加工处理过程。在Linux内核下进行体育评价决策信息加载和信息加工，以嵌入式Linux为平台构建程序加载模块，通过多通道信息采集和数据回放实现对体育决策支持系统集成智能控制信息处理。
（3） 数据挖掘存储和人机交互过程。采用交叉编译环境进行体育决策支持系统数据挖掘和人机交互，在虚拟机上安装Linux控制目标板，在Linux内核下的引导加载程序（Boot loader）应用程序“模拟”实现体育数据信息的挖掘存储，采用LabWindows/CVI实现内核解压和可视化的数据分析。
2 互信息特征提取数据
3 系统软件开发设计与实现
用嵌入式Linux技术进行系统的软件开发，构建体育决策支持系统的嵌入式Linux开发环境，系统的数据输出总线和核心控制模块通过译码和时序控制把采集的体育评价决策信息由PCI总线传至PC，通过pwm_ioctl控制指令监测体育关联数据，程序首先将体育评价决策支持系统的VXI总线数据首址赋给地址指针，然后进入循环体，通过烧写器烧写系统的VXI总线数据，总循环32次，每次发送8个字节进行数据特征采样，得到系统的总线数据采集和烧写过程如图3所示。
采用HP E1485A/B多模控制芯片与上位机通信，在MVB总线控制下进行体育评价决策支持的VXI总线数据采集，包括Linux内核启动，控制数据采集和信息监控的时钟采样，代码描述为：
class data mining technology ： public vpApp
{
public： Data transmission channel （） {}； //构造函数
～myApp（） {}； //触发设置
：initialize/Documents/nfs （“vp”） //输入arm?linux?gcc
virtual void executable code directory （Customhpe1432_setTrigger vpAppHP E1562E：：Key， int mod） //VXI总线数据采集
private： busybox?1.14.2.tar.bz2 //指定适合的编译工具
}
使用tar jxvf busybox?1.14.2.tar.bz2命令进行解压，初始化静态变量（static variables）和简单的脚本菜单，執行驱动程序与操作系统之间的根文件目录，建立根文件系统，在Linux系统中调用free_irq（）函数释放中断，module_init（）函数在模块被加载到内核时调用，通过主设备号向内核注册PWM相关寄存器，驱动程序为：
Busybox Settings ???>
#define MISC_DYNAMIC_MINOR ???>
[*]misc_registe /usr
Applets links（DYNAMIC_MINOR） ???>
（/home/Documents/nfs） .fops = &dev_fops，
s3c2440_pwm Tuning ???>
[*] Supports 3c2440_pwm_open /etc/networks
[*] owner： THIS_MODULE
[*] Tab completion
[*] pen： s3c2440_adc_open
[*]struct inode *inode
Shells ???>
??? Ash Shell Options //控制寄存器的设置
[*]Check s3c2440_adc_release（s
[*]Lash（（struct inode：aliased to hush）
对CAN的相关寄存器和RAM进行初始化，运行make以及make install进行编译和安装，实现体育决策支持系统的算法编译和程序加载，完成之后会在所选择的路径文件夹下生成bin、sbin文件夹以及linuxrc文件。执行时钟频率初始化、存储器初始化、中断初始化，完成SPORT0_TCLKDIV寄存器的配置，对体育评价决策数据的配置过程描述如图4所示。
配置完成后，分别运行A/D转换的驱动程序负责完成A/D转换器的打开、关闭。采用Qt/Embedded 4.6创建体育评价决策支持系统形用户接口，实现可视化控制，在体育评价决策系统的指定安装目录下生成Qt/Embedded，修改最上层的Makefile文件，执行交叉编译，实现系统构建。
4 系统调试和实验分析
首先在程序加载模块进行数据挖掘程序的加载和数据写入，构建体育决策支持系统集成智能控制的Linux内核，VXI总线数据采集指定HP E1433A传送数据到硬盘，对挖掘的体育统计数据进行专家评价和决策，A/D采样数据的采样率设定为200 kHz，系统时钟为120 MHz，数据采样带宽范围为-10～20 dB。
根据上述仿真环境和参数设定，以体育评价决策信息挖掘的准确度为测试指标，进行系统调试分析，得到仿真结果如图5所示。分析仿真结果得知，本文方法进行体育信息数据挖掘的偏移量较小，误差较低，提高了数据挖掘的精度，从而提高了体育评价决策能力。
5 结 语
本文研究了体育评价决策支持系统优化设计方法，为科学的体育训练提供数据支撑，在嵌入式Linux的内核结构中进行软件开发，采用VIX总线技术进行体育数据采集，设计基于互信息特征提取的数据挖掘算法，在程序加载模块中进行数据挖掘代码加载，在嵌入式Linux的开发环境下实现系统设计和开发。测试结果表明，本文设计的系统具有较好的体育信息数据挖掘性能，误差较低，可控性较好，为体育评价决策提供了准确的数据支持。
参考文献
[1] 卫星，张建军，石雷，等.云计算数据中心服务器数量动态配置策略[J].电子与信息学报，2015，37（8）：2007?2013.
[2] 侯森，罗兴国，宋克.基于信息源聚类的最大熵加权信任分析算法[J].电子学报，2015，43（5）：993?999.
[3] 罗亮，吴文峻，张飞.面向云计算数据中心的能耗建模方法[J].软件学报，2014，25（7）：1371?1387.
[4] ELDEMERDASH Y A， DOBRE O A， LIAO B J. Blind identification of SM and Alamouti STBC?OFDM signals [J]. IEEE transactions on wireless communications， 2015， 14（2）： 972?982.
[5] KARAMI E， DOBRE O A. Identification of SM?OFDM and AL?OFDM signals based on their second?order cyclostationarity [J]. IEEE transactions on vehicular technology， 2015， 64（3）： 942?953.
[6] CHANG Y L， LIN T L. Network?based H.264/AVC whole frame loss visibility model and frame dropping methods [J]. IEEE transactions on image processing， 2012， 21（8）： 3353?3363.
[7] 汪成亮，温鑫.智能环境下分布式Rete算法[J].计算机应用，2016，36（7）：1893?1898.
[8] 程桂芳，丁志帅，慕小武.自治非光滑时滞系统的有限时间稳定[J].应用数学学报，2013，36（1）：14?22.
[9] 陆兴华，谢辉迪，许剑锐.基于近场通讯和物联网的饭堂自动计价系统[J].智能计算机与应用，2015，5（6）：94?97.
[10] 邓异，梁燕，周勇.水声换能器基阵信号采集系统优化设计[J].物联网技术，2015，5（4）：36?37.
摘 要： 为了提高体育评价决策的性能，通过体育关联数据挖掘为系统提供数据支持，进行体育评价决策支持系统优化设计，构建体育评价决策支持系统的总体结构模型，进行系统的功能模块化构架和技术指标分析，在嵌入式Linux的内核结构中进行软件开发，采用VIX总线技术进行体育数据采集。设计基于互信息特征提取的数据挖掘技术。在程序加载模块中进行数据挖掘代码加载，采用Qt/Embedded 4.6创建体育评价决策支持系统形用户接口，实现可视化控制，实现系统的软件开发设计。进行仿真实验分析，结果表明，采用该系统进行体育评价决策信息挖掘的准确度较高，系统的可靠性较好。
关键词： 数据挖掘； 评价决策系统； 系统开发； 互信息特征
中图分类号： TN911.1?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）09?0108?04
Abstract： In order to improve the performance of sports evaluation and decision?making， the data mining of the sports association data provides the data support for the mining system. The optimization design of the sports evaluation and decision support system was carried out. The overall structure model of the sports evaluation and decision support system was constructed to analyze the function modularization framework and technical index of the system. The software was developed in the embedded Linux kernel structure， in which the sports data is acquired with VIX bus technology. The data mining technology based on mutual information feature extraction was designed. The code of data mining is loaded in the program loading module. The Qt/Embedded 4.6 is used to create the user interface of the sports evaluation and decision support system to realize the visual control， and system software development and design. The simulation experiment and analysis were carried out for the system. The results show that the system has high accuracy to mine the sports evaluation and decision information， and high reliability.
Keywords： data mining； evaluation and decision system； system development； mutual information characteristic
0 引 言
采用数据挖掘技术和信息加工技术进行体育评价智能决策，通过前期对运动员的体育关联信息数据采集和体育成绩汇总，为运动员的下一步训练提供数据支持。因此，研究体育评价决策支持系统在提高体育运动训练的科学性和合理性方面具有积极意义[1?2]。
当前的体育评价决策方法主要有神经网络训练方法[3]、SOM自组织映射学习方法和支持向量机方法[4?5]，结合嵌入式的集成控制设计，实现数据挖掘和体育评价决策，但是上述方法需要大量的先验数据信息作为参照训练输入，在信息缺乏的情况下数据挖掘的准确度不好，且系统的设计存在集成度不高的问题[6]。
对体育评价决策支持系统的开发设计主要分为硬件设计和软件设计两大部分。本文在硬件设计的基础上，重点对体育评价决策支持系统进行软件开发和设计，系统设计的核心在于数据挖掘算法设计，通过对体育成绩和运动关联信息进行准确的挖掘，准确反映运动员的生理状态特征，为体育评价决策提供准确的数据支撑。
1 系统总体设计
1.1 体育评价决策支持系统的逻辑结构
体育决策体育评价系统可以安装Windows系统，也可以安装Linux系统。基于IEEE 488.2标准下Bus协议构建物联网协议进行体育关联信息数据采集，构建HP E1485A/B多模控制模块作为体育评价决策支持的数据采集模块，系统使用Qt/Embedded作为GUI实现体育评价决策支持的人机交互，采用X86架构的GNU开发工具进行系统的VIX总线数据采集，构建嵌入式Linux的体系结构构架作为体育评价决策支持的处理内核。面向物联网的体育评价决策支持建立在通用计算机平台上，采用ARM作为核心控制单元[7?8]，在嵌入式Linux的内核结构中进行软件开发设计，面向物联网的体育评价决策支持的进程管理主要完成进程的创建、中止、進程间的通信及任务调度。本系统在LabWindows/CVI环境下设置ZLG7290初始化内核，在云计算服务中心实现体育评价和数据采集，本文设计的体育评价决策支持系统的数据传输模型如图1所示。
在嵌入式Linux的系统开发中，系统开发可分为两部分：一个是下层与设备有关的设备驱动程序，它直接与ROMFS文件系统进行通信，并提供给上层一个统一的接口；另一个是上层与设备无关，根据内核源码目录的输入请求，通过设备驱动程序接口，将开发、编译好的程序通过网口、串口实现与设备的通信。体育决策支持系统主要由用户控制模块、数据处理模块和信息输出模块三大部分组成，具体功能结构模块如图2所示。
1.2 系统的基本流程
体育决策支持系统软件开发的基本处理流程如下：
（1） 体育评价决策信息的采集过程。通过体育评价决策的采集，结合数据挖掘算法进行体育关联信息特征采集，为体育决策支持系统提供数据输入的基础，采用统计信息处理的方法进行数据采集，采用VXI总线数据采集技术对体育关联特征信息进行测量，实现控制程序的加载，为体育决策支持系统提供信息输入。
（2） 体育评价决策支持系统的数据加工处理过程。在Linux内核下进行体育评价决策信息加载和信息加工，以嵌入式Linux为平台构建程序加载模块，通过多通道信息采集和数据回放实现对体育决策支持系统集成智能控制信息处理。
（3） 数据挖掘存储和人机交互过程。采用交叉编译环境进行体育决策支持系统数据挖掘和人机交互，在虚拟机上安装Linux控制目标板，在Linux内核下的引导加载程序（Boot loader）应用程序“模拟”实现体育数据信息的挖掘存储，采用LabWindows/CVI实现内核解压和可视化的数据分析。
2 互信息特征提取数据
3 系统软件开发设计与实现
用嵌入式Linux技术进行系统的软件开发，构建体育决策支持系统的嵌入式Linux开发环境，系统的数据输出总线和核心控制模块通过译码和时序控制把采集的体育评价决策信息由PCI总线传至PC，通过pwm_ioctl控制指令监测体育关联数据，程序首先将体育评价决策支持系统的VXI总线数据首址赋给地址指针，然后进入循环体，通过烧写器烧写系统的VXI总线数据，总循环32次，每次发送8个字节进行数据特征采样，得到系统的总线数据采集和烧写过程如图3所示。
采用HP E1485A/B多模控制芯片与上位机通信，在MVB总线控制下进行体育评价决策支持的VXI总线数据采集，包括Linux内核启动，控制数据采集和信息监控的时钟采样，代码描述为：
class data mining technology ： public vpApp
{
public： Data transmission channel （） {}； //构造函数
～myApp（） {}； //触发设置
：initialize/Documents/nfs （“vp”） //输入arm?linux?gcc
virtual void executable code directory （Customhpe1432_setTrigger vpAppHP E1562E：：Key， int mod） //VXI总线数据采集
private： busybox?1.14.2.tar.bz2 //指定适合的编译工具
}
使用tar jxvf busybox?1.14.2.tar.bz2命令进行解压，初始化静态变量（static variables）和简单的脚本菜单，執行驱动程序与操作系统之间的根文件目录，建立根文件系统，在Linux系统中调用free_irq（）函数释放中断，module_init（）函数在模块被加载到内核时调用，通过主设备号向内核注册PWM相关寄存器，驱动程序为：
Busybox Settings ???>
#define MISC_DYNAMIC_MINOR ???>
[*]misc_registe /usr
Applets links（DYNAMIC_MINOR） ???>
（/home/Documents/nfs） .fops = &dev_fops，
s3c2440_pwm Tuning ???>
[*] Supports 3c2440_pwm_open /etc/networks
[*] owner： THIS_MODULE
[*] Tab completion
[*] pen： s3c2440_adc_open
[*]struct inode *inode
Shells ???>
??? Ash Shell Options //控制寄存器的设置
[*]Check s3c2440_adc_release（s
[*]Lash（（struct inode：aliased to hush）
对CAN的相关寄存器和RAM进行初始化，运行make以及make install进行编译和安装，实现体育决策支持系统的算法编译和程序加载，完成之后会在所选择的路径文件夹下生成bin、sbin文件夹以及linuxrc文件。执行时钟频率初始化、存储器初始化、中断初始化，完成SPORT0_TCLKDIV寄存器的配置，对体育评价决策数据的配置过程描述如图4所示。
配置完成后，分别运行A/D转换的驱动程序负责完成A/D转换器的打开、关闭。采用Qt/Embedded 4.6创建体育评价决策支持系统形用户接口，实现可视化控制，在体育评价决策系统的指定安装目录下生成Qt/Embedded，修改最上层的Makefile文件，执行交叉编译，实现系统构建。
4 系统调试和实验分析
首先在程序加载模块进行数据挖掘程序的加载和数据写入，构建体育决策支持系统集成智能控制的Linux内核，VXI总线数据采集指定HP E1433A传送数据到硬盘，对挖掘的体育统计数据进行专家评价和决策，A/D采样数据的采样率设定为200 kHz，系统时钟为120 MHz，数据采样带宽范围为-10～20 dB。
根据上述仿真环境和参数设定，以体育评价决策信息挖掘的准确度为测试指标，进行系统调试分析，得到仿真结果如图5所示。分析仿真结果得知，本文方法进行体育信息数据挖掘的偏移量较小，误差较低，提高了数据挖掘的精度，从而提高了体育评价决策能力。
5 结 语
本文研究了体育评价决策支持系统优化设计方法，为科学的体育训练提供数据支撑，在嵌入式Linux的内核结构中进行软件开发，采用VIX总线技术进行体育数据采集，设计基于互信息特征提取的数据挖掘算法，在程序加载模块中进行数据挖掘代码加载，在嵌入式Linux的开发环境下实现系统设计和开发。测试结果表明，本文设计的系统具有较好的体育信息数据挖掘性能，误差较低，可控性较好，为体育评价决策提供了准确的数据支持。
参考文献
[1] 卫星，张建军，石雷，等.云计算数据中心服务器数量动态配置策略[J].电子与信息学报，2015，37（8）：2007?2013.
[2] 侯森，罗兴国，宋克.基于信息源聚类的最大熵加权信任分析算法[J].电子学报，2015，43（5）：993?999.
[3] 罗亮，吴文峻，张飞.面向云计算数据中心的能耗建模方法[J].软件学报，2014，25（7）：1371?1387.
[4] ELDEMERDASH Y A， DOBRE O A， LIAO B J. Blind identification of SM and Alamouti STBC?OFDM signals [J]. IEEE transactions on wireless communications， 2015， 14（2）： 972?982.
[5] KARAMI E， DOBRE O A. Identification of SM?OFDM and AL?OFDM signals based on their second?order cyclostationarity [J]. IEEE transactions on vehicular technology， 2015， 64（3）： 942?953.
[6] CHANG Y L， LIN T L. Network?based H.264/AVC whole frame loss visibility model and frame dropping methods [J]. IEEE transactions on image processing， 2012， 21（8）： 3353?3363.
[7] 汪成亮，温鑫.智能环境下分布式Rete算法[J].计算机应用，2016，36（7）：1893?1898.
[8] 程桂芳，丁志帅，慕小武.自治非光滑时滞系统的有限时间稳定[J].应用数学学报，2013，36（1）：14?22.
[9] 陆兴华，谢辉迪，许剑锐.基于近场通讯和物联网的饭堂自动计价系统[J].智能计算机与应用，2015，5（6）：94?97.
[10] 邓异，梁燕，周勇.水声换能器基阵信号采集系统优化设计[J].物联网技术，2015，5（4）：36?37.
