【技術實現步驟摘要】
本專利技術涉及智能化非遺信息數字處理，具體為基于智能化體育非遺信息挖掘的數字業務處理方法及系統。
技術介紹
1、體育非遺信息挖掘指的是通過現代技術手段，收集、整理、分析與體育非遺相關的數據和信息，揭示其背后的文化、歷史、技藝等多維度特征，為其保護與傳承提供理論支持和實踐依據，而數字業務處理是指通過信息技術手段，借助大數據、云計算、人工智能等現代化工具，對數據進行智能化的采集、處理、分析和展示，以實現信息的高效管理和價值創造，在體育非遺的傳承中，數字業務處理能夠通過數字化手段實現對傳統體育項目的虛擬再現、精準記錄和多元展示，為傳統文化的保護和推廣提供新的方式，智能化通過結合體育非遺信息挖掘與數字業務處理對體育非遺信息進行深度處理，助力其更好地融入現代社會、實現保護與傳承。
2、現有技術如公告號為：cn118838940a的專利申請公開的一種基于智能化信息挖掘的數字業務處理方法及系統，包括平臺管理層、數據采集與預處理層、數據存儲與管理層、數據處理與分析層、信息挖掘與機器學習層、智能應用與決策支持層、系統集成與部署層、安全與隱私保護層、監控與運維層和持續優化與改進層，本專利技術通過高度集成的平臺管理層，實現了業務功能、數據處理、用戶交互與系統運維的高效協同，提升了整體業務處理的靈活性和響應速度，通過數據采集與預處理層的多源整合、深度清洗與整合機制，確保了數據的高質量輸入；數據存儲與管理層則通過分布式數據庫、數據倉庫和數據湖的綜合運用，有效應對了大數據的存儲、管理和分析挑戰，提高了數據處理效率。
3、基于上述方案
技術實現思路
1、針對現有技術的不足，本專利技術提供了基于智能化體育非遺信息挖掘的數字業務處理方法及系統，解決了現有技術缺乏對體育非遺項目的匹配和修正的能力以及難以實施個性化的傳承保護措施的問題。
2、為實現以上目的，本專利技術通過以下技術方案予以實現：基于智能化體育非遺信息挖掘的數字業務處理方法，包括以下步驟：獲取待處理的體育非遺項目的演繹動作圖像數據，并分別與數據庫存儲的每種體育非遺項目進行匹配分析，得到待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的初始匹配指數；獲取待處理的體育非遺項目的演繹狀態數據進行綜合分析，得到待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的匹配修正指數，并結合待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的初始匹配指數進行綜合分析，得到待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的綜合匹配指數，并進行種類識別處理，得到待處理的體育非遺項目種類信息；在確定待處理的體育非遺項目種類信息后，獲取待處理的體育非遺項目的傳承廣度數據，并進行數據分析，得到待處理的體育非遺項目的傳承推廣指數；將待處理的體育非遺項目的傳承推廣指數與預設的傳承推廣指數閾值進行比對分析，并基于比對分析結果采取對應的傳承保護措施。
3、進一步地，所述動作圖像數據具體為每個動作圖像的每個像素點的像素值、二維坐標，所述演繹狀態數據包括演繹動作狀態數據、演繹生理狀態數據，所述演繹動作狀態數據包括每個動作的演繹時長值和每個關鍵部位的發力強度值以及每個關鍵關節的角速度值，所述演繹生理狀態數據包括身高值、神經傳導速度值、肌肉延展性值以及每個關鍵關節的運動幅度值，所述傳承廣度數據包括傳承時長值、傳承社交媒體覆蓋量值、傳承活動參與值、傳承活動參與留存值、傳承活動周期值、傳承活動發展值。
4、進一步地，計算待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的綜合匹配指數的公式如下：；其中，為待處理的體育非遺項目與數據庫中存儲的第種體育非遺項目的綜合匹配指數，為待處理的體育非遺項目與數據庫中存儲的第種體育非遺項目的初始匹配指數，為數據庫中存儲的初始匹配系數，為待處理的體育非遺項目與數據庫中存儲的第種體育非遺項目的匹配修正指數，為數據庫中存儲的修正系數，，為自然常數。
5、進一步地，得到待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的初始匹配指數的具體步驟如下：將待處理的體育非遺項目的每個動作圖像的每個像素點的像素值、二維坐標輸入至預先訓練的分類模型中進行識別分析，得到待處理的體育非遺項目的每個動作圖像的若干個關鍵區域；并對待處理的體育非遺項目的每個動作圖像的每個關鍵區域內的每個像素點的二維坐標進行均值分析，得到待處理的體育非遺項目的每個動作圖像的每個關鍵區域的二維坐標；對待處理的體育非遺項目的每個動作圖像的每個關鍵區域的二維坐標進行綜合分析，得到待處理的體育非遺項目的每個動作圖像的若干組相鄰關鍵區域的曲率值；并獲取數據庫中存儲的每種體育非遺項目的參考演繹動作圖像數據，即每個參考動作圖像的每個參考像素點的參考像素值、參考二維坐標，并進行綜合分析，得到數據庫中存儲的每種體育非遺項目的每個參考動作圖像的若干組相鄰參考關鍵區域的參考曲率值；并將待處理的體育非遺項目的每個動作圖像的若干組相鄰關鍵區域的曲率值分別與數據庫中存儲的每種體育非遺項目的每個參考動作圖像的若干組相鄰參考關鍵區域的參考曲率值進行綜合分析，得到待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的初始匹配指數。
6、進一步地，所述分類模型具體為卷積神經網絡，卷積神經網絡包括輸入層、卷積層、激活函數、池化層、展平層、全連接層、輸出層，且得到待處理的體育非遺項目的每個動作圖像的若干個關鍵區域的具體步驟如下：在卷積神經網絡的卷積層中，對待處理的體育非遺項目的每個動作圖像的每個像素點的像素值進行特征提取，得到待處理的體育非遺項目的每個動作圖像的初步特征圖集；結合激活函數對待處理的體育非遺項目的每個動作圖像的特征圖進行非線性轉換，得到待處理的體育非遺項目的每個動作圖像的復雜特征圖集；在卷積神經網絡的池化層中，對待處理的體育非遺項目的每個動作圖像的復雜特征圖進行降維處理，得到待處理的體育非遺項目的每個動作圖像的降維特征圖集，并結合展平層進行展平處理，得到待處理的體育非遺項目的每個動作圖像的特征向量集；在卷積神經網絡的全連接層中，對待處理的體育非遺項目的每個動作圖像的特征向量集進行組合處理，得到待處理的體育非遺項目的每個動作圖像的分類特征集；在卷積神經網絡的輸出層中，對待處理的體育非遺項目的每個動作圖像的分類特征集進行分類處理，得到待處理的體育非遺項目的每個動作圖像的若干個關鍵區域。
7、進一步地，計算待處理的體育非遺項目的每個動作圖像的若干組相鄰關鍵區域的曲率值以及與數據庫中存儲的每種體育非遺項目的初始匹配指數的公式如下本文檔來自技高網...
【技術保護點】
1.基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，所述動作圖像數據具體為每個動作圖像的每個像素點的像素值、二維坐標，所述演繹狀態數據包括演繹動作狀態數據、演繹生理狀態數據，所述演繹動作狀態數據包括每個動作的演繹時長值和每個關鍵部位的發力強度值以及每個關鍵關節的角速度值，所述演繹生理狀態數據包括身高值、神經傳導速度值、肌肉延展性值以及每個關鍵關節的運動幅度值，所述傳承廣度數據包括傳承時長值、傳承社交媒體覆蓋量值、傳承活動參與值、傳承活動參與留存值、傳承活動周期值、傳承活動發展值。
3.根據權利要求1所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，計算待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的綜合匹配指數的公式如下：
4.根據權利要求2所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，得到待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的初始匹配指數的具體步驟如下：
5.根據權利要求
6.根據權利要求4所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，計算待處理的體育非遺項目的每個動作圖像的若干組相鄰關鍵區域的曲率值以及與數據庫中存儲的每種體育非遺項目的初始匹配指數的公式如下：
7.根據權利要求2所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，得到待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的匹配修正指數的具體步驟如下：
8.根據權利要求2所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，得到待處理的體育非遺項目的傳承推廣指數的具體步驟如下：
9.根據權利要求1所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，基于比對分析結果采取對應的傳承保護措施的具體步驟如下：
10.基于智能化體育非遺信息挖掘的數字業務處理系統，應用權利要求1-9任意一項所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，包括：數據獲取模塊、修正識別分析模塊、傳承推廣分析模塊、體育非遺傳承保護模塊；
...【技術特征摘要】
1.基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，所述動作圖像數據具體為每個動作圖像的每個像素點的像素值、二維坐標，所述演繹狀態數據包括演繹動作狀態數據、演繹生理狀態數據，所述演繹動作狀態數據包括每個動作的演繹時長值和每個關鍵部位的發力強度值以及每個關鍵關節的角速度值，所述演繹生理狀態數據包括身高值、神經傳導速度值、肌肉延展性值以及每個關鍵關節的運動幅度值，所述傳承廣度數據包括傳承時長值、傳承社交媒體覆蓋量值、傳承活動參與值、傳承活動參與留存值、傳承活動周期值、傳承活動發展值。
3.根據權利要求1所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，計算待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的綜合匹配指數的公式如下：
4.根據權利要求2所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，得到待處理的體育非遺項目與數據庫中存儲的每種體育非遺項目的初始匹配指數的具體步驟如下：
5.根據權利要求4所述的基于智能化體育非遺信息挖掘的數字業務處理方法，其特征在于，所述分類模型具體為卷積神經網絡...
【專利技術屬性】
技術研發人員：鄭立杰，劉齊佳，諶睿，周啟星，丁新華，何澤玥，吳正煬，王晶晶，
申請(專利權)人：閩南理工學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。