[发明专利]基于深度神经网络的电子竞技比赛胜负预测方法

权利要求书

1.一种基于深度神经网络的电子竞技比赛胜负预测方法，其特征在于，包括以下步骤：

步骤1，基于网络爬虫机制获取互联网上的大量电子竞技比赛数据；

步骤2，将比赛数据分为测试数据和训练数据且标注获胜队伍编号；

步骤3，构造深度神经网络并在网络隐含层之间嵌入Batch Normalization；

步骤4，使用比赛数据对网络进行训练和测试得到网络参数；

步骤5，选择需要比赛预测的两支队伍，获取两支队伍的比赛数据，并使用网络参数进行计算，得到最可能获胜的一方的队伍编号。

2.根据权利要求1所述的方法，其特征在于，所述步骤1中的比赛数据为包含多个比赛队伍多个场次的稀疏数据，每一条比赛数据内容为：

其中matchData(i,t)表示队伍i在比赛场次t中的比赛数据，比赛数据包括队伍信息和选手信息，队伍信息包括排名、胜率、MMR，选手信息包括等级、KDA、补刀、伤害、治疗、建筑伤害、单场胜负。

3.根据权利要求1所述的方法，其特征在于，所述步骤3中在网络的隐含层之间嵌入了Batch Normalization的具体过程是对上一层的输出进行公式(1)的归一化处理：

其中x^(k)是上一层的输出，是Batch Normalization的输出，k是神经网络中隐含层的编号。

4.根据权利要求3所述的方法，其特征在于，步骤4中对归一化后的结果增加了两个参数γ和β，使用比赛数据对网络进行训练和测试得到网络参数γ和β

。