基于支持向量机的自行车运动员综合素质评价体系研究

• 作 者: 杨琳 李媛 杨艳 韩婧 韩美林 乔成芳
• 机 构: 商洛学院,商洛市体育局
• 出 处: 计算机与数字工程
• 发表日期: 2019年4期
• 关键词: 支持向量机 遗传算法 自行车运动员 综合素质
• 基金项目: 国家自然基金项目(编号:21703135);国家级大学生创新创业训练项目(编号:201811396016);陕西省体育局科研常规课题(编号:17056);陕西省2018年大学生创新创业训练计划项目(编号:2980);商洛学院2018年根植地方行动计划立项项目(编号:gz201831);教育部高等教育司产学合作协同育人项目(编号:201702071215,201802153211)资助

针对自行车运动员综合素质评价结果和影响因素之间的非线性关系问题,建立一套基于SVM算法的自行车运动员综合素质评价体系。选取225个运动员的身体形态、身体机能、运动能力、专项能力4类指标中的16个影响因素作为研究对象;分别利用网格搜寻法、GA算法和改进的GA算法三种方法来优化网络模型的参数。结果表明,改进的GA算法识别准确率较高,可以达到98.2906%,可为自行车运动员的综合素质评价提供科学的方法。