基于卷积神经网络的大学男生体脂率预测

摘要：

建立混合数据输入的卷积神经网络回归模型,利用图像和BMI数据预测体脂率,构建混合数据输入的CNN回归模型,测试模型的精确度.解决以往体脂率预测模型无法同时适用于健身群体和非健身群体的问题.结果显示:构建的混合数据输入的CNN回归模型预测精确度达到94.62％,绝对误差为1.57％,要优于单纯用BMI作为自变量构建的线性回归模型或ANN回归模型.可见,建立的混合数据输入的CNN回归模型,预测体脂率的精确度较高,能同时适用于大学男生健身群体和非健身群体,具有较高的便捷性、经济性和实用性.

关键词：体脂百分比、卷积神经网络、身体质量指数、大学男生

所属期刊栏目：44

分类号：G804.49(体育理论)

资助基金：教育部人文社会科学研究项目;教育部人文社会科学研究项目

在线出版日期：2022-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：76-84