10.16652/j.issn.1004-373x.2017.17.031
混沌理论和机器学习算法的运动员成绩预测模型
为了改善运动员成绩的预测效果,更好地为体育训练提供支持,提出基于混沌理论和机器学习算法的运动员成绩预测模型.对运动员成绩数据进行分析,并通过混沌理论找到运动员成绩的变化特点,通过神经网络对混沌理论处理后的运动员成绩训练样本进行建模,并采用粒子群算法在线估计神经网络初始连接权值,最后采用具体运动员成绩数据对模型的可靠性进行分析.分析结果表明,该模型能够从运动员成绩数据中找到其将来变化态势,提高了运动员成绩的预测精度,预测结果具有一定的应用价值.
运动员成绩、混沌理论、变化态势、预测模型
40
TN911.1-34
2017-09-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
120-123