應(yīng)用機器學(xué)習(xí)模型對青少年運動員在新冠肺炎疫情流行期間的應(yīng)對能力狀況進行快速識別和預(yù)測。利用"問卷星"在線調(diào)查平臺對來自煙臺市6家體育運動學(xué)校1 699名7～17歲青少年運動員開展問卷調(diào)查,收集疫情防護知識與行為信息并計算應(yīng)對能力得分,利用動態(tài)聚類分析將應(yīng)對能力分為高、低兩個響應(yīng)級別,并建立隨機森林模型度量各類應(yīng)對能力影響因素的重要性;以各類影響因素為輸入特征,建立BP神經(jīng)網(wǎng)絡(luò)、支持向量機和多元自適應(yīng)回歸樣條3種機器學(xué)習(xí)模型對響應(yīng)級別進行分類預(yù)測,并與Logistic回歸模型進行預(yù)測準(zhǔn)度和分類性能的比較。結(jié)果顯示:參與調(diào)查的青少年運動員對疫情防護知識知曉程度不夠全面,將近1/2的運動員無法克服緊張和恐慌心理,約3/4的運動員無法完成訓(xùn)練計劃;疫情應(yīng)對能力影響因素重要性排序結(jié)果顯示,年齡、訓(xùn)練項目和居住地區(qū)位居前3位;機器學(xué)習(xí)模型預(yù)測結(jié)果顯示,與Logistic回歸相比,基于徑向基核函數(shù)的支持向量機模型平均準(zhǔn)確率（80.32%）最高,提升7.15%,多元自適應(yīng)回歸樣條加法模型的靈敏度（0.86）最高,提升12.24%,5-3-2-1雙隱含層結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)模型的特異度（0.83）最高,提升... 

【文章來源】：體育學(xué)刊. 2020,27(03)北大核心CSSCI

【文章頁數(shù)】：6 頁

【部分圖文】：

基于MDG分析的應(yīng)對能力各類影響因素重要性排序

【參考文獻】：
期刊論文
[1]新型冠狀病毒肺炎流行期間居家兒童青少年抑郁情緒調(diào)查及影響因素分析[J]. 王悅,楊媛媛,李少聞,雷曉梅,楊玉鳳.  中國兒童保健雜志. 2020(03)
[2]基于機器學(xué)習(xí)的新型冠狀病毒（COVID-19）疫情分析及預(yù)測[J]. 王志心,劉治,劉兆軍.  生物醫(yī)學(xué)工程研究. 2020(01)
[3]機器學(xué)習(xí)算法在醫(yī)療領(lǐng)域中的應(yīng)用[J]. 蘭欣,衛(wèi)榮,蔡宏偉,郭佑民,侯夢薇,邢磊,那天,陸亮.  醫(yī)療衛(wèi)生裝備. 2019(03)
[4]機器學(xué)習(xí)算法在預(yù)測男男性行為人群中HIV感染的應(yīng)用[J]. 郭長滿,郭敏,劉媛媛,李長平,崔壯,馬駿,.  中國衛(wèi)生統(tǒng)計. 2019(01)
[5]基于機器學(xué)習(xí)統(tǒng)計思想實現(xiàn)多重線性回歸分析[J]. 谷恒明,胡良平.  四川精神衛(wèi)生. 2018(01)
[6]桂林市大學(xué)生H7N9禽流感知識及影響因素分析[J]. 梁秋瑜,盧雪婷,徐世杰,孟繁文,王芳,符雄駒,譚盛葵.  中國學(xué)校衛(wèi)生. 2014(09)
[7]農(nóng)村居民突發(fā)公共衛(wèi)生事件應(yīng)對能力調(diào)查分析[J]. 程慶林,胡連鑫,李杰,徐勇.  中國衛(wèi)生事業(yè)管理. 2010(08)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的足球運動員選材研究[J]. 彭利民,周毅.  廣州體育學(xué)院學(xué)報. 2010(01)
[9]SARS流行期少年兒童學(xué)習(xí)適應(yīng)的調(diào)查[J]. 陸小英,方格.  中國行為醫(yī)學(xué)科學(xué). 2005(09)
[10]從SARS談對青少年應(yīng)激能力的培養(yǎng)[J]. 馮維,葛纓.  中國教育學(xué)刊. 2003(09)

博士論文
[1]面向智能決策問題的機器學(xué)習(xí)方法研究[D]. 陳慧靈.吉林大學(xué) 2012

碩士論文
[1]機器學(xué)習(xí)算法在醫(yī)療數(shù)據(jù)分析中的應(yīng)用[D]. 葉雷.華中師范大學(xué) 2017



本文編號：3215631