论文部分内容阅读
在研究了粗糙集、决策树等模型的基础上,将数据挖掘技术应用于运动训练指标分析.通过对数据准备、数据挖掘和结果解释三个过程的分析,得出训练指标的数据挖掘结果,从而为科学体育训练提供依据.通过仿真分析,发现与传统聚类及神经网络预测模型相比,数据挖掘技术泛化能力更强,预测精度更高.
基于数据挖掘技术的体育训练模式研究
【摘 要】
：
在研究了粗糙集、决策树等模型的基础上,将数据挖掘技术应用于运动训练指标分析.通过对数据准备、数据挖掘和结果解释三个过程的分析,得出训练指标的数据挖掘结果,从而为科学体育训练提供依据.通过仿真分析,发现与传统聚类及神经网络预测模型相比,数据挖掘技术泛化能力更强,预测精度更高.
【机 构】
：
西安翻译学院 体育部,陕西 西安 710105
【出 处】
：
内蒙古师范大学学报（自然科学汉文版）
【发表日期】
：
2022年2期
其他文献
基于L*-格值逻辑语义,给出了该语义框架下的直觉I-fuzzy凸集的定义,推广了L*-格值逻辑上的直觉不分明化凸集的结果,研究了直觉I-fuzzy凸集的代数性质.