10.7688/j.issn.1000-1646.2020.04.14
结合灰度预测特征与CNNs的信息服务体育成绩预测
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.
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
42
TM343(电机)
海南省高等学校教育教学改革项目Hnjg2019-47
2020-08-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
432-436