混沌理论和机器学习算法的运动员成绩预测模型

• 作者: 高素霞
• 来源期刊: 现代电子技术
• 关键词: 运动员成绩 机器学习算法 混沌理论 原始数据 成绩预测模型 极限学习机
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 152-155
• 页数: 4页
• 分类号: TN911.1-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.07.035

摘要

为了准确地对运动员成绩进行预测,结合运动员成绩的具体变化特点,设计了基于混沌理论和机器学习算法的运动员成绩预测模型.首先对当前运动员成绩建模与预测的研究现状进行分析,找到当前运动员成绩预测模型存在的不足,然后采用混沌理论对运动员成绩历史数据进行处理,发现其中隐藏的规律,最后引入机器学习算法--极限学习机设计运动员成绩预测模型.仿真实验结果表明,与当前运动员成绩预测模型相比,所设计模型的运动员成绩预测结果更加可靠,而且运动员成绩预测精度更高,可以应用于体育科学训练计划制定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高素霞		1	3	1.0	1.0