MFO优化极限学习机的体育成绩预测研究

• 作者: 朱美琳 薛红强
• 来源期刊: 现代科学仪器
• 学科: 工学
• 关键词: 飞蛾火焰算法 极限学习 粒子群算法 人工神经网络 回归分析
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 技术创新与应用
• 页码范围: 180-183
• 页数: 4页
• 分类号: TP391
• 字数: 2614字
• 语种: 中文

摘要

高精度的体育成绩预测对制定科学的训练规划具有重要意义.为提高体育成绩预测的精度,针对极限学习机的输入权值和隐含层偏置的选择影响预测精度,提出一种MFO优化ELM的体育成绩预测方法.通过MFO算法对ELM的输入权值和隐含层偏置进行最优化选择,实现ELM模型的体育成绩的高精度预测.研究结果表明,MFO-ELM可以有效提高体育成绩预测的精度,为运动成绩预测提供新的方法和途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛红强		16	115	4.0	10.0
2	朱美琳		5	3	1.0	1.0