基于聚类分析和BP人工神经网络的中学生体质健康综合评价模型研究  

A Comprehensive Evaluation Model of Secondary School Students’ Physical Health Based on Cluster Analysis and Back Propagation(BP) Artificial Neural Network

作　　者：赵喜迎[1] 江宇 刘鹏[1] ZHAO Xiying(Nanjing Xiaozhuang University,Nanjing 211171,Jiangsu,China)

机构地区：[1]南京晓庄学院,江苏南京211171 [2]南京市中小学生体质健康促进研究中心,江苏南京211171

出　　处：《体育科技》2022年第6期33-36,共4页Sport Science and Technology

基　　金：教育部人文社会科学研究青年基金项目(19YJC890062)。

摘　　要：文章探讨中学生体质健康综合评价模型的构建,为中学生个性化体育锻炼方案或运动处方的制定提供决策依据。采用分层整群抽样的方法,选取2018-2019年南京市12个区抽测的高一年级1003名学生体质健康监测数据。在运用聚类分析确定中学生体质健康类别的基础上,采用BP人工神经网络构建中学生体质健康综合评价模型。通过聚类分析得出学生体质健康的4个类别,对每类别的学生体质健康特点进行分析,发现第Ⅰ类的特点为身体形态差、身体机能指标差、身体素质中,第Ⅱ类的特点为身体形态良、身体机能优、身体素质良,第Ⅲ类的特点为身体形态优、身体机能良、身体素质差,第Ⅳ类的特点为身体形态中、身体机能中、身体素质优;第Ⅰ类在BP人工神经网络模型中的预测准确率最高,其结果为99.1%;其次是第Ⅱ类,预测准确率为92.9%;第Ⅲ类预测准确率为92.1%;第Ⅳ类预测准确率为90.4%。基于聚类分析和BP人工神经网络构建中学生体质健康综合评价模型具有较高的准确性,可用于中学生体质健康的综合评价。

关 键 词：体质健康评价 聚类分析 BP神经网络 

分 类 号：G804.49[文化科学—运动人体科学]