作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高体育成绩的预测精度,提出一种基于非线性筛选因子和加权的体育成绩预测模型( LSSVM-New)。首先采用最小二乘支持向量机根据交叉验证均方根误差最小原则对体育成绩影响因子进行非线性筛选,得到主要影响因子;然后对主要影响因子赋予不同大小的权值,反映其对体育成绩预测结果的作用程度;最后采用最小二乘支持向量机建立最优体育成绩预测模型,并应用于1000米跑成绩预测。仿真结果表明,相对于其他体育预测模型,LSSVM-New提高了体育成绩的预测精度,为体育成绩预测提供了一种新的研究思路。
推荐文章
因子分析和神经网络相融合的体育成绩预测模型
经验模态分解
时间序列
因子分析
神经网络
基于机器学习的大学体育成绩预测与分析
体育训练
机器学习算法
预测模型
粒子群算法
极限学习机修正误差的体育成绩预测模型
极限学习机
体育成绩
灰色模型
预测精度
萤火虫优化神经网络的体育成绩预测模型
萤火虫优化算法
神经网络
体育成绩
预测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 非线性筛选因子和加权的体育成绩建模与预测
来源期刊 计算机应用与软件 学科 工学
关键词 体育成绩 因子筛选 因子加权 最小二乘支持向量机 建模与预测
年,卷(期) 2014,(11) 所属期刊栏目 应用技术与研究
研究方向 页码范围 105-108
页数 4页 分类号 TP391
字数 2807字 语种 中文
DOI 10.3969/j.issn.1000-386x.2014.11.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘昊 中南财经政法大学体育部 23 90 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (41)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (32)
二级引证文献  (20)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(14)
  • 引证文献(2)
  • 二级引证文献(12)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
体育成绩
因子筛选
因子加权
最小二乘支持向量机
建模与预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导