基于PSO-SVM的体育成绩预测模型

• 作者: 郭华伟 杨慧娟
• 来源期刊: 电子测量技术
• 关键词: 云计算平台 体育成绩 支持向量机 预测模型
• 年，卷（期）: 2020,（17）
• 所属期刊栏目: 理论与算法|Theory and Algorithms
• 页码范围: 87-91
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004542

摘要

针对当前体育成绩预测误差大的缺陷,以提高体育成绩预测的准确性为目标,设计了基于粒子群算法优化支持向量机(PSO-SVM)的体育成绩预测模型.首先收集体育成绩训练样本,采用支持向量机对其进行学习,并通过粒子群算法优化支持向量机参数,建立体育成绩预测模型,然后基于云计算平台实现体育成绩预测模型并进行运行,加快体育成绩预测速度,最后仿真实验结果表明,PSO-SVM提高了体育成绩预测精度,建模效率高.