结合灰度预测特征与CNNs的信息服务体育成绩预测
张欣欣1
郭纯2
郭真3
左鑫2
1.海南师范大学 体育学院, 海口5711582.湖南大学 体育学院,长沙4100123.湖南理工学院 体育学院, 湖南 岳阳414006
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.
关键词：灰度预测特征GM(1,1)模型等维动态GOMPCA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
分类号：TM343(电机)
资助基金：教育教学改革项目(Hnjg2019-47)
论文发表日期：2020-07-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 432-436 )
英文信息