1.基于DEMATEL和贝叶斯网络的运动风险预测方法，其特征在于，具体步骤为：步骤1，进行运动风险数据采集并进行预处理得到训练集，对运动风险数据采集包括问卷调查、设备采集和基于大数据技术的人工智能数据补充机制的方法获取运动者的历史运动数据，对运动风险数据进行数据清洗、数据集成、数据变换和数据规约之后，利用主成分分析技术，对数据进行降维处理，最终得到训练集；进行运动者实时数据采集并进行预处理作为测试集，运动者实时数据采集方式为在运动过程中采用穿戴设备对运动者进行数据采集，之后删除含有缺失值的数据得到测试集，所述训练集和测试集中的数据包括心率、血压、运动时间、呼吸、温度、湿度、运动器材、防护设备和运动过程中所发生过的风险事件；

步骤2，利用K-近邻分类器对训练集进行初始化和训练，K-近邻分类器设置的分类标签为个体风险、环境风险和设备风险三类，利用训练后的K-近邻分类器对测试集进行分类，得到分类结果；

步骤3，根据分类结果确定风险因素，采用DEMATEL对风险因素进行分析，得到因果关系指数r步骤3.1，根据分类结果，采用定性分析的方法确定风险因素x步骤3.2，建立初始直接关系矩阵，直接关系矩阵X为：其中x

步骤3.3，获得归一化的直接关系矩阵D：D＝sX(s>0)                  (2)其中，d

步骤3.4，获得全关系矩阵T，公式为：其中i＝1,2,…,N；

步骤3.5，计算中心性指数m

所述全关系矩阵T内的行数和列数分别记为f其中，f

因素i的中心性指数n

m

同理，f

r

如果r

步骤4，根据因果关系指数和中心性指数，运用贝叶斯网络进行风险评估，计算每个风险因素所引起的风险事件发生的概率P和风险影响C；风险事件发生的概率P的获取方式为：将运动风险因素x

其中Par

步骤5，根据风险事件发生的概率P和风险影响C计算对应风险的风险值。

2.如权利要求1所述的基于DEMATEL和贝叶斯网络的运动风险预测方法，其特征在于，所述步骤4中风险影响C具体的通过公式(10)获得：其中，

3.如权利要求1所述的基于DEMATEL和贝叶斯网络的运动风险预测方法，其特征在于，所述步骤5中，风险值R的计算如下：R＝100P×C            (11)。