基于bp神经网络的排球普修技术评价模型研究

《基于bp神经网络的排球普修技术评价模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于BP神经网络的排球普修技术评价模型研究----教学研究论文-->1绪论从目前的排球技术评价方法研究现状来看，常用的排球技术评价方法大致可分为三大类：第一类是我们常见常用的主观经验评价法。其主要是通过教师对学生完成技术动作情况进行外部观察，并据之与其内在的技能规范模式匹配比对的吻合度对学生技术习得水平给予定性的评价，并依照一定标准量化学生的技术成绩。虽然此法简单易行，但这种主观定性的评价结果准确性和客观性往往受限于评价教师的执教年限、工作经验和其对技术原理和动作规范的认知水平等主观因素影响，因而，主观经验评价法仍然存在一定的局限性；第二类是基于线性关系的

2、定量评价方法，如层次分析法、回归分析法、主成分分析法、加权平均性综合评判法等。这种评价方法默认了技术水平与其影响因素呈线性相关关系，并采用了多种数理统计分析手段计算出相关系数或权重。第三类是基于模糊关系的定性定量相结合的评价方法，如灰色关联分析法、模糊数学综合评定法等。此方法是通过问卷调查得到各技术环节的权重，由教师从技术的最小因素评起，逐级进行评价，直到得出总成绩。这种评价方法是将定性结果进行量化处理，有一定的技术进步，但由于评价步骤繁琐，计算复杂和计算工作量很大，也难以在排球教学实践中推广运用。....2研究对象与方法2.1研究对象基于人工神经网络的排

3、球普修技术评价系统。2.2研究方法根据课题需要，本人在武汉体育学院图书馆、体育学院资料室查阅了大量与研究有关的著作和书籍，并利用计算机在中国期刊网、万方数据库以及中国优秀硕博士学位论文全文数据库收集排球技术评价和神经网络建模的有关论文和论著。基本掌握了国内外排球技术评价的研究现状，了解神经网络的基础知识及Matlab软件的应用，为本文的研究打下了坚实的理论基础。根据研究目的,针对排球技术评价环节和指标体系问题,笔者对武汉体育学院和郑州大学体育学院有关排球专家、教授实施了问卷调查，进而科学系统地挖掘排球专家教授的评价知识经验，确定了普修课排球技术评价指标。3

4、.构建排球普修技术神经网络评价模型...113.1建立排球普修课技术评价指标体系.................113.2排球专家技术评价经验数模的采集.................153.3基于BP神经网络的排球普修技术评价模型的构建....193.4基于MATLAB的排球普修技术评价神经网络模型的实现..234.排球普修技术神经网络评价模型的实效验证...............274.1BP网络训练过程与结果分析....274.2BP网络测试验证与结果分析.....285.结论与展望.......334排球普修技术神经网络评价模型的实效验证4.

5、1BP网络训练过程与结果分析从训练过程误差变化曲线得知,LM算法收敛速度非常快,只有4个epoch就达到了网络期望误差指标,网络均方误差mse=1.1246,并且从计算结果回归分析(如图5-1，5-2)可以看出,BP网络模型的训练精度也相当高,证明所选的隐节点数是合理的。从上表中们可以看出，排球专家与神经网络技术评价系统在排球普修的四大技术的评价分值上的差异均没有达到统计学上的显著性意义（P>0.05），且相关系数R接近1，这就表明排球普修技术神经网络评价模型具有较强的可靠性及实效性。4.2BP网络测试验证与结果分析排球技术评价模型的验证结果如图4-3所示

6、，验证后的结果、绝对误差和相对误差如表4-1至表4-4，输出结果分数与实际专家打分回归分析如图4-4所示。从图、表中可以看到网络输出的评价分数与实际专家的分数的平均无差均小于1%，达到了很高的精度，说明基于BP神经网络的排球普修技术评价模型在技术上是可行的，而且结果也是相对可靠的。为进一步验证排球技术神经网络评价模型的实效性，我们请排球教研室专家对排球普修组30位学生进行发球、垫球、传球与扣球技术考核评价，同时本文也借助排球普修技术的神经网络评价模型系统对这30位排球普修学生进行发球、垫球、传球与扣球技术评价打分，而后将排球专家评价均分与电脑神经网络技术评

7、价系统评分作一定量统计比较和二者间的等级相关分析，其数理统计检验结果见表4-5。...5结论与展望5.1基于排球专家教授的教学评价经验和BP神经网络原理，运用MATLAB语言编程，构建的排球普修技术神经网络评价模型经过评价实证是有效且可行的。5.2排球专家教授的技评操作思维与其影响因素之间存在非常复杂的非线性映射关系以及不精确和模糊性，将BP神经网络引入排球技评过程，有利于模拟排球专家技能评价思维方式，能够将排球专家教授的宝贵教学评价知识经验以人工智能的方式延续与流传下去。5.3基于Matlab的神经网络方法运用于排球技能评价时，不需要事先确立各评价指标的

8、相关系数和权重，神经网络模型会根据原始数据库中所体现的专家“思维”