典型文献
基于聚类分析和BP人工神经网络的中学生体质健康综合评价模型研究
文献摘要：
文章探讨中学生体质健康综合评价模型的构建,为中学生个性化体育锻炼方案或运动处方的制定提供决策依据.采用分层整群抽样的方法,选取2018-2019年南京市12个区抽测的高一年级1003名学生体质健康监测数据.在运用聚类分析确定中学生体质健康类别的基础上,采用BP人工神经网络构建中学生体质健康综合评价模型.通过聚类分析得出学生体质健康的4个类别,对每类别的学生体质健康特点进行分析,发现第Ⅰ类的特点为身体形态差、身体机能指标差、身体素质中,第Ⅱ类的特点为身体形态良、身体机能优、身体素质良,第Ⅲ类的特点为身体形态优、身体机能良、身体素质差,第Ⅳ类的特点为身体形态中、身体机能中、身体素质优;第Ⅰ类在BP人工神经网络模型中的预测准确率最高,其结果为99.1％;其次是第Ⅱ类,预测准确率为92.9％;第Ⅲ类预测准确率为92.1％;第Ⅳ类预测准确率为90.4％.基于聚类分析和BP人工神经网络构建中学生体质健康综合评价模型具有较高的准确性,可用于中学生体质健康的综合评价.
文献关键词：
体质健康评价;聚类分析;BP神经网络
中图分类号：
作者姓名：
赵喜迎;江宇;刘鹏
作者机构：
南京晓庄学院,江苏 南京 211171;南京市中小学生体质健康促进研究中心,江苏 南京 211171
文献出处：
引用格式：
[1]赵喜迎;江宇;刘鹏-.基于聚类分析和BP人工神经网络的中学生体质健康综合评价模型研究)[J].体育科技,2022(06):33-36
A类：
B类：
中学生,学生体质健康,综合评价模型,学生个性,体育锻炼,运动处方,决策依据,整群抽样,抽测,高一年级,体质健康监测,网络构建,每类,身体形态,身体机能,身体素质,质优,人工神经网络模型,预测准确率,体质健康评价
AB值：
0.175838
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
