基于BP人工神经网络的大学生最大摄氧量估测模型的构建
目的:利用BP人工神经网络建模研究1英里跑(1 600 m跑)与实验室直接测试之间的数学关系,以构建估测大学生最大摄氧量的模型.方法:第1阶段选择80名大学生(男女各40人,年龄19 ~ 23岁)进行实验室直接测试作为建模标准,建立预测模型;第2阶段选择63名大学生(男39人,女24人,年龄19~ 23岁)测试进行模型验证,根据室外估测方程Jog方程,利用NeurophStudio进行BP人工神经网络建模.结果:根据测试者年龄、性别、体重、1 600 m跑时间和跑后即刻心率5个变量作为输入变量构建BP人工神经网络,网络结构为5-9-1,采用第1阶段80%样本反复训练建模、20%样本验证模型输出的错误率并成功控制在千分之一,进一步采用第2阶段测试数据验证发现,神经网络模型估测与实验室测试值的相关系数r为0.923,P<0.01,高于Jog方程的0.895,且神经网络模型估测与实验室测试值没有显著性差异,t=0.06,P>0.05,通过Bland-Altman分析显示人工神经网络模型的偏倚程度为-8.3 ~8.4,比Jog方程理想.结论:人工神经网络具有快速、有效、精确和便于实际应用等特点,是解决这些没有精确数学方程的最大摄氧量估测问题的非常好途径.
最大摄氧量、BP、人工神经网络、大学生
38
G804.2(体育理论)
国家体育总局体育哲学社会科学研究项目;新疆大学21世纪高等教育教学改革工程项目
2016-01-22(万方平台首次上网日期,不代表论文的发表时间)
70-75