• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>BioTechnology: An Indian Journal >Application study of Grey GM (1, 1) model on the prediction of world elite athletes' long jump performance
【24h】

Application study of Grey GM (1, 1) model on the prediction of world elite athletes' long jump performance

机译：灰色GM（1，1）模型在世界优秀运动员跳远成绩预测中的应用研究

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

It uses document literature method and mathematical statistics method, analyzes the annual best performance in the world long jump from2000 to 2013. By using GM (1, 1) model, GM (2, 1) model and GM (1, 1) model group, it conducts comparative analysis on the results of the three gray modeling, and in particular carries through a detailed study on the application of the three in athletic performance prediction. The results show that: for the forecasting problem of sports performance whose time series do not swing strongly, the GM (2, 1) prediction model is not applicable. GM (1, 1) model is more suitable for the prediction problem application that the athletic performance???s time series have stronger exponent law. By comparison study, for the prediction issues with a relatively large number of statistical data,GM(1, 1)model groups aremore conducive to improving the prediction accuracy of the athletic performance in this paper, so itmakes the graymodelmore flexible in practical application.
机译：它使用文献资料法和数理统计法，分析了2000年至2013年世界跳远的年度最佳表现。通过使用GM（1，1）模型，GM（2，1）模型和GM（1，1）模型组，对这三个灰色模型的结果进行了比较分析，特别是对这三个模型在运动成绩预测中的应用进行了详细的研究。结果表明：对于时间序列波动不大的运动成绩的预测问题，GM（2，1）预测模型不适用。 GM（1，1）模型更适合运动表现的时间序列具有更强指数律的预测问题应用。通过比较研究，对于统计数据量较大的预测问题，本文的GM（1，1）模型组更有利于提高运动成绩的预测准确性，从而使灰色模型在实际应用中更加灵活。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号