10.19379/j.cnki.issn.1005-0256.2022.06.040
基于深度学习的大学生体质监测成绩预测研究
针对目前缺乏有效预测大学生体质健康状况手段的问题,本文提出一种基于深度学习的大学生体质监测成绩预测方法.该方法借助目前热门的人工智能深度学习技术,设计了一种深度全连接神经网络模型,以甘肃某高校近三年来新入学学生体质监测数据作为训练和测试数据集,对深度全连接神经网络模型进行了训练和测试.结果表明,该神经网络模型对预测大学生50米跑和立定跳远等体质监测成绩有较高的精准度,准确率高于传统的多元线性回归方法,并且可有效的避免在操场实施体质监测过程中的一些弊端,对提前了解学生的体质健康状况及合理安排体育锻炼具有一定的实践参考价值.
体质监测、成绩预测、人工智能、深度学习、神经网络模型
30
G804(体育理论)
甘肃中医药大学科技创新项目30740301
2022-07-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
146-150,220