基于机器学习的大学体育成绩预测与分析

• 作者: 王晶
• 来源期刊: 现代电子技术
• 关键词: 体育训练 机器学习算法 预测模型 粒子群算法
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 测控技术
• 页码范围: 116-119
• 页数: 4页
• 分类号: TN911.1-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.17.030

摘要

为了科学评价大学生身体素质,提出基于机器学习算法的体育成绩预测模型.对当前大学生体育成绩预测的研究现状进行分析,指出导致当前模型预测精度低的原因,采用机器学习算法——支持向量机建立大学生体育成绩预测模型,并采用粒子群算法选择模型参数,最后将该模型应用于某大学的体育成绩建模和预测中.应用实例结果表明,机器学习算法可以克服传统模型的不足,使得大学体育成绩预测效果得到改善,预测结果可以指导大学体育学科的改革.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晶	郑州大学西亚斯国际学院	43	129	6.0	9.0