基于BP神经网络与生理指标的3000米障碍跑项目成绩预测模型研究

发布时间：2020-04-08 20:34

【摘要】：随着经济的发展,人们对物质生活和精神生活都提出了更高的要求,体育运动也已经成为日常生活中不可或缺的一部分。3000米障碍跑虽然开展较晚,但深受世界人民的喜爱,并且日益在世界竞技体育领域受到越来越多的重视。通过对3000米障碍跑项目的理论研究可以看出,目前对于该项目的研究多集中于3000米障碍跑项目训练、选材以及如何提高跨越障碍或过水池的技术等方面,而对3000米障碍跑项目成绩方面的研究仅限于成绩发展态势的分析,并未见对实际成绩进行预测的研究,这在一定程度上制约了3000米障碍跑项目的科学发展,同时也成为3000米障碍跑项目研究的一个很好的切入点。人工神经网络是人们在模仿人脑处理问题的过程中发展起来的一种新型智能信息处理理论。BP神经网络是目前应用最广泛的神经网络模型之一,可以用作分类、聚类、预测等相关问题的研究中。本文提出基于BP神经网络的3000米障碍跑运动成绩综合评价方法,并结合运动员生理生化指标及运动成绩尝试性地建立神经网络评价模型。本文将各项测试指标值经过归一化后作为网络输入,将运动员3000米障碍跑运动成绩作为网络输出,利用训练好的网络模型进行3000米障碍跑成绩预测,实现对运动员竞技成绩的精确预测。本文的研究在一定程度上为调整3000米障碍跑运动员的状态,提高竞技成绩提供理论依据。
【图文】：

东北师范大学硕士学位论文 2.2，生物神经元的工作主要有两种状态：兴奋和抑制。对于抑制状经元是可以接受兴奋的点位，而接受点位的两个部分是树突和细胞体阈值大的时候，，那么神经元将会进入到兴奋的状态，同时神经元也会后，突触将会把这些信息输送给其它的神经元[24]。

图 2.3 人工神经网络拓扑结构图习过程是由正向传播和反向传播两个过程组成的。程：信息传播的主要过程过程，需要输入的信息层后进入隐含层， 最后将信息输入到输出层。在一层的状态有影响，当输出层的输出的结果与我们。程：处理过程为：输出误差－各隐含层－输入层单元，从而获得各层单元的误差，进一步修正各和反向传播过程相互结合，便完成了一次学习迭到达到预设的学习次数或是满足误差要求。广泛的三层 BP 神经网络为例，详细介绍 BP 算法P 神经网络算法 ： 给 定 一 个 样 本 的 输 入ix 和 期 望
【学位授予单位】：东北师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G822.5

【参考文献】

相关期刊论文 前10条

1 张廷印;中、外跨栏运动发展趋势的对比研究[J];广州体育学院学报;2005年02期

2 黄绥平;韩雪梅;刘桂芝;邢其运;;浅谈3000米障碍跑跨越障碍的技术[J];哈尔滨体育学院学报;1997年01期

3 詹晓梅;杜少武;邹虹;李剑兰;;中外女子3000m障碍跑成绩发展态势分析[J];杭州师范大学学报(自然科学版);2009年02期

4 王强,余岳峰,张浩炯;利用人工神经网络实现函数逼近[J];计算机仿真;2002年05期

5 王志勇;陈昊鹏;;基于组合神经网络模型的函数逼近方法[J];计算机应用与软件;2008年07期

6 董维昌,裴铁元;男子3000米障碍赛跑的思考与训练[J];辽宁体育科技;1995年02期

7 龚建音;吕永安;;中国开展女子3000m障碍跑之我见[J];三明学院学报;2005年04期

8 周林清;田径运动100年⒂——3000米障碍[J];田径;2002年03期

9 傅强,李宁;跨栏跑动作技术教法研究[J];体育函授通讯;2002年02期

10 吴正耀,黄耀辉;试论田径女子3000m障碍跑运动员科学选材[J];体育科学研究;2004年04期

相关硕士学位论文 前2条

1 李胜;基于小波神经网络的非线性函数逼近[D];四川大学;2003年

2 王艳芹;非线性系统的径向基函数神经网络建模方法研究[D];大庆石油学院;2005年

本文编号：2619805