结合灰度预测特征与CNNs的信息服务体育成绩预测

• 作者: 左鑫 张欣欣 郭真 郭纯
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 灰度预测特征 GM(1,1)模型 等维动态GOM PCA降维 卷积神经网络 粒子群算法 体育成绩预测 达标人数预测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 432-436
• 页数: 5页
• 分类号: TM343
• 字数: 4275字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2020.04.14

摘要

针对大数据体育成绩预测存在精度较低的缺陷,提出一种结合灰度预测特征与CNNs的体育成绩预测算法.通过等维动态GOM模型提取灰度特征,并构建CNNs模型完成对体育成绩时间序列的回归与预测.以百米赛跑体育成绩为研究目标,完成了体育达标人数预测和体育成绩预测两个对比实验.结果表明,等维动态GOM模型以及相应的CNNs模型分别在达标人数和成绩预测中获得了最优的预测结果.提出的算法显著优于传统算法,分别在平均精度和极端数据中获得了更好的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张欣欣	海南师范大学体育学院	19	26	3.0	4.0
2	郭纯	湖南大学体育学院	10	9	2.0	2.0
3	郭真	湖南理工学院体育学院	4	3	1.0	1.0
4	左鑫	湖南大学体育学院	4	17	2.0	4.0