基于貝葉斯分析的階段性自主體育鍛煉行為預(yù)測(cè)
發(fā)布時(shí)間:2021-11-09 15:27
為了提高階段性自主體育鍛煉行為分析和判斷能力,提出基于貝葉斯分析的階段性自主體育鍛煉行為預(yù)測(cè)方法。構(gòu)建階段性自主體育鍛煉行為預(yù)測(cè)的統(tǒng)計(jì)時(shí)間序列分析模型,采用大數(shù)據(jù)特征檢測(cè)方法進(jìn)行體育鍛煉行為大數(shù)據(jù)挖掘和特征提取,基于貝葉斯分析預(yù)測(cè)思想進(jìn)行行為統(tǒng)計(jì)特征序列的有序聚類,結(jié)合模糊C均值聚類分析方法進(jìn)行體育鍛煉行為預(yù)測(cè)過(guò)程中的信息聚類和屬性歸并,提取統(tǒng)計(jì)時(shí)間序列的關(guān)聯(lián)規(guī)則特征量,在加權(quán)馬爾可夫鏈中實(shí)現(xiàn)對(duì)階段性自主體育鍛煉行為量的準(zhǔn)確預(yù)測(cè)。仿真結(jié)果表明,采用該方法進(jìn)行階段性自主體育鍛煉行為預(yù)測(cè)的準(zhǔn)確性較高,提高了自主體育鍛煉行為的量化分析能力。
【文章來(lái)源】:西昌學(xué)院學(xué)報(bào)(自然科學(xué)版). 2020,34(04)
【文章頁(yè)數(shù)】:4 頁(yè)
【部分圖文】:
行為預(yù)測(cè)的結(jié)構(gòu)分布圖
根據(jù)圖1的行為預(yù)測(cè)的結(jié)構(gòu)分布,進(jìn)行階段性自主體育鍛煉行為預(yù)測(cè),得到預(yù)測(cè)的收斂值(圖2)。分析圖2得知,利用本文方法進(jìn)行階段性自主體育鍛煉行為預(yù)測(cè)的收斂性較好,主要原因在于該方法的收斂曲線拐點(diǎn)較少,因此采用該方法能夠得到更為準(zhǔn)確的預(yù)測(cè)結(jié)果。測(cè)試預(yù)測(cè)精度,得到對(duì)比結(jié)果(圖3)。分析圖3得知,本文方法的預(yù)測(cè)精度在100次迭代過(guò)程中始終優(yōu)于傳統(tǒng)方法,說(shuō)明利用該方法能夠得到更為精準(zhǔn)的階段性自主體育鍛煉行為預(yù)測(cè)結(jié)果。
分析圖2得知,利用本文方法進(jìn)行階段性自主體育鍛煉行為預(yù)測(cè)的收斂性較好,主要原因在于該方法的收斂曲線拐點(diǎn)較少,因此采用該方法能夠得到更為準(zhǔn)確的預(yù)測(cè)結(jié)果。測(cè)試預(yù)測(cè)精度,得到對(duì)比結(jié)果(圖3)。分析圖3得知,本文方法的預(yù)測(cè)精度在100次迭代過(guò)程中始終優(yōu)于傳統(tǒng)方法,說(shuō)明利用該方法能夠得到更為精準(zhǔn)的階段性自主體育鍛煉行為預(yù)測(cè)結(jié)果。4 結(jié)語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]基于校園大數(shù)據(jù)的學(xué)生行為特征分析與預(yù)測(cè)方法[J]. 李鐵波. 重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2019(07)
[2]一種基于卷積神經(jīng)網(wǎng)絡(luò)和貝葉斯網(wǎng)絡(luò)的用戶行為預(yù)測(cè)算法[J]. 曾蔚,吳伊萍. 安陽(yáng)師范學(xué)院學(xué)報(bào). 2019(02)
[3]基于貝葉斯推斷LSSVM的槍管壽命建模與預(yù)測(cè)[J]. 孫麗娜,王應(yīng)海,黃永紅,丁慎平. 火炮發(fā)射與控制學(xué)報(bào). 2018(04)
[4]基于貝葉斯模型的駕駛行為識(shí)別與預(yù)測(cè)[J]. 王新勝,卞震. 通信學(xué)報(bào). 2018(03)
[5]基于認(rèn)知行為理論的大學(xué)生體育鍛煉意向與鍛煉行為的關(guān)系研究[J]. 王碩. 體育世界(學(xué)術(shù)版). 2017(12)
[6]基于自我決定理論的女生課外體育鍛煉動(dòng)機(jī)特征及其與參與行為的關(guān)系研究[J]. 余良芬. 運(yùn)動(dòng). 2017(05)
[7]基于貝葉斯網(wǎng)絡(luò)的應(yīng)急物流風(fēng)險(xiǎn)預(yù)測(cè)與控制研究[J]. 李柯,譚柱森,唐小艷. 物流科技. 2017(02)
[8]中學(xué)生運(yùn)動(dòng)動(dòng)機(jī)與體育鍛煉行為相關(guān)性研究——基于自我決定理論視角[J]. 李芋杉,王小瑩. 體育研究與教育. 2016(04)
[9]大學(xué)生體育鍛煉行為階段性變化的實(shí)證研究[J]. 么廣會(huì),張龍,蘇濤,潘子輝. 體育研究與教育. 2016(02)
本文編號(hào):3485613
【文章來(lái)源】:西昌學(xué)院學(xué)報(bào)(自然科學(xué)版). 2020,34(04)
【文章頁(yè)數(shù)】:4 頁(yè)
【部分圖文】:
行為預(yù)測(cè)的結(jié)構(gòu)分布圖
根據(jù)圖1的行為預(yù)測(cè)的結(jié)構(gòu)分布,進(jìn)行階段性自主體育鍛煉行為預(yù)測(cè),得到預(yù)測(cè)的收斂值(圖2)。分析圖2得知,利用本文方法進(jìn)行階段性自主體育鍛煉行為預(yù)測(cè)的收斂性較好,主要原因在于該方法的收斂曲線拐點(diǎn)較少,因此采用該方法能夠得到更為準(zhǔn)確的預(yù)測(cè)結(jié)果。測(cè)試預(yù)測(cè)精度,得到對(duì)比結(jié)果(圖3)。分析圖3得知,本文方法的預(yù)測(cè)精度在100次迭代過(guò)程中始終優(yōu)于傳統(tǒng)方法,說(shuō)明利用該方法能夠得到更為精準(zhǔn)的階段性自主體育鍛煉行為預(yù)測(cè)結(jié)果。
分析圖2得知,利用本文方法進(jìn)行階段性自主體育鍛煉行為預(yù)測(cè)的收斂性較好,主要原因在于該方法的收斂曲線拐點(diǎn)較少,因此采用該方法能夠得到更為準(zhǔn)確的預(yù)測(cè)結(jié)果。測(cè)試預(yù)測(cè)精度,得到對(duì)比結(jié)果(圖3)。分析圖3得知,本文方法的預(yù)測(cè)精度在100次迭代過(guò)程中始終優(yōu)于傳統(tǒng)方法,說(shuō)明利用該方法能夠得到更為精準(zhǔn)的階段性自主體育鍛煉行為預(yù)測(cè)結(jié)果。4 結(jié)語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]基于校園大數(shù)據(jù)的學(xué)生行為特征分析與預(yù)測(cè)方法[J]. 李鐵波. 重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2019(07)
[2]一種基于卷積神經(jīng)網(wǎng)絡(luò)和貝葉斯網(wǎng)絡(luò)的用戶行為預(yù)測(cè)算法[J]. 曾蔚,吳伊萍. 安陽(yáng)師范學(xué)院學(xué)報(bào). 2019(02)
[3]基于貝葉斯推斷LSSVM的槍管壽命建模與預(yù)測(cè)[J]. 孫麗娜,王應(yīng)海,黃永紅,丁慎平. 火炮發(fā)射與控制學(xué)報(bào). 2018(04)
[4]基于貝葉斯模型的駕駛行為識(shí)別與預(yù)測(cè)[J]. 王新勝,卞震. 通信學(xué)報(bào). 2018(03)
[5]基于認(rèn)知行為理論的大學(xué)生體育鍛煉意向與鍛煉行為的關(guān)系研究[J]. 王碩. 體育世界(學(xué)術(shù)版). 2017(12)
[6]基于自我決定理論的女生課外體育鍛煉動(dòng)機(jī)特征及其與參與行為的關(guān)系研究[J]. 余良芬. 運(yùn)動(dòng). 2017(05)
[7]基于貝葉斯網(wǎng)絡(luò)的應(yīng)急物流風(fēng)險(xiǎn)預(yù)測(cè)與控制研究[J]. 李柯,譚柱森,唐小艷. 物流科技. 2017(02)
[8]中學(xué)生運(yùn)動(dòng)動(dòng)機(jī)與體育鍛煉行為相關(guān)性研究——基于自我決定理論視角[J]. 李芋杉,王小瑩. 體育研究與教育. 2016(04)
[9]大學(xué)生體育鍛煉行為階段性變化的實(shí)證研究[J]. 么廣會(huì),張龍,蘇濤,潘子輝. 體育研究與教育. 2016(02)
本文編號(hào):3485613
本文鏈接:http://www.sikaile.net/jiaoyulunwen/tylw/3485613.html
最近更新
教材專著