期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于神经网络的2020年奥运会奖牌成绩预测 被引量:6
1
作者 王方 《统计与决策》 CSSCI 北大核心 2019年第5期89-91,共3页
文章探讨奥运会奖牌成绩的影响因素,定量预测和研究美国、中国、英国、俄罗斯、德国、法国和日本等七个竞技体育强国人均GDP以及2020年东京奥运会的奖牌成绩。采用神经网络非线性方法拟合和预测了人均GDP数据。根据Bernard和Busse提出... 文章探讨奥运会奖牌成绩的影响因素,定量预测和研究美国、中国、英国、俄罗斯、德国、法国和日本等七个竞技体育强国人均GDP以及2020年东京奥运会的奖牌成绩。采用神经网络非线性方法拟合和预测了人均GDP数据。根据Bernard和Busse提出的预测模型对七个竞技体育强国在2020年东京奥运会可能获得的奖牌数目进行了预测。 展开更多
关键词 神经网络 回归分析 奥运会 奖牌预测 人均GDP
下载PDF
基于一元及多元回归模型的奥运奖牌排名预测设计 被引量:1
2
作者 杨景涵 《信息系统工程》 2018年第2期149-152,共4页
本文拟通过对多个国家在历届奥运会中奖牌成绩的情况,结合这些国家的综合实力,建立回归模型,以获取其在2020年奥运会中的奖牌成绩,并由此预测2020年奥运会奖牌榜。文章针对每一个国家,先根据其历史获奖记录,建立基于时间序列的奖牌回归... 本文拟通过对多个国家在历届奥运会中奖牌成绩的情况,结合这些国家的综合实力,建立回归模型,以获取其在2020年奥运会中的奖牌成绩,并由此预测2020年奥运会奖牌榜。文章针对每一个国家,先根据其历史获奖记录,建立基于时间序列的奖牌回归模型,以简单的估算未来奖牌的变化情况。又选取了能够代表国家综合实力的几个关键数据同奖牌数目进行关联,建立了多元回归模型,来预测未来的成绩,最后,将这两种不同预测结果以其相关系数的值为依据,进行合并,从而进一步保证预测的准确性。本文综合了历史数据和相关数据两方面的内容,来对奥运奖牌进行预测,具有更为可靠的准确性。 展开更多
关键词 奖牌预测模型 一元线性回归 多元线性回归 相关系数
下载PDF
北京冬奥会中国奖牌数量及整体实力的预测--基于东道主效应及灰色预测模型
3
作者 罗玉波 程艳芳 +2 位作者 李梦尧 谢欣儒 黄烁烁 《当代体育科技》 2022年第21期183-186,共4页
在冬奥会来临之际,该文首先根据过去23届冬奥会的数据,计算了奖牌数及总得分的东道主效应,分析了东道主效应变化的趋势,并给出了2022年东道主效应值的预测,然后利用灰色预测GM(1,1)模型,结合东道主效应,对中国在北京冬奥会上取得的奖牌... 在冬奥会来临之际,该文首先根据过去23届冬奥会的数据,计算了奖牌数及总得分的东道主效应,分析了东道主效应变化的趋势,并给出了2022年东道主效应值的预测,然后利用灰色预测GM(1,1)模型,结合东道主效应,对中国在北京冬奥会上取得的奖牌数及总得分进行了预测,同时给出了我国金牌数的世界排名预测。结果显示,冬奥会的东道主效应呈现出递减趋势,但仍有显著作用,在比赛和备战的主场优势下,我国将在北京冬奥会上获得6~7枚金牌,金牌榜排名进入前10位之列。 展开更多
关键词 灰色预测模型 东道主效应 奖牌预测 冬奥会
下载PDF
通过数据建模方法分析预测奥运奖牌榜
4
作者 祝子涵 《电子技术与软件工程》 2018年第2期167-167,共1页
本文使用线性回归等数学模型,对奖牌榜排名从历史战绩、经济实力以及东道主效应等方面进行分析,并预测2020年奥运奖牌榜。
关键词 线性回归 奖牌预测 期望值
下载PDF
一种新的灰色马尔科夫预测模型及其应用 被引量:5
5
作者 杜雯 《黄冈师范学院学报》 2013年第3期55-58,68,共5页
以奥运会奖牌数预测的实际问题为背景,结合灰色系统理论与马尔科夫预测的相关理论与方法,提出了一种新的奥运会奖牌数预测的灰色马尔科夫预测模型,从而为未来奥运会奖牌数预测提供了一种有效的方法。
关键词 奥运会奖牌预测 马尔科夫链 灰色马尔科夫预测模型
下载PDF
基于多角度线性回归分析的第32届奥运会前十名国家成绩预测
6
作者 李贵熙 綦文彬 侯宗润 《数码设计》 2018年第6期256-260,共5页
本文主要探讨了奥运会奖牌榜的预测问题,主要通过建立线性回归(一元及多元)模型、使用SPSS和Excel等软件对历届奥运会奖牌榜进行多角度分析并得到最优预测模型。在模型一的建立中,本文使用时间序列法进行预测、建立回归模型。由于模型... 本文主要探讨了奥运会奖牌榜的预测问题,主要通过建立线性回归(一元及多元)模型、使用SPSS和Excel等软件对历届奥运会奖牌榜进行多角度分析并得到最优预测模型。在模型一的建立中,本文使用时间序列法进行预测、建立回归模型。由于模型一中对于某些国家奖牌榜预测与实际出入较大,在模型二的建立中,本文综合考虑了GDP,人口数量,东道主效应等因素建立多元回归模型。综合模型一与模型二的求解结果,得到2020年东京奥运会奖牌榜前十名及其金牌数与奖牌数。 展开更多
关键词 线性回归 时间序列法 奥运会奖牌预测 误差分析 数学建模
下载PDF
基于回归和ARIMA模型的奥运金牌数的预测研究
7
作者 王健 《电子世界》 2018年第2期46-47,共2页
本文基于数据挖掘的理论和方法,对2020年各国奥运会金牌数进行预测,最终对2020年奥运会金牌榜前十名进行了预测。首先,本文先研究了各国在奥运中获得的金牌数的时序关系,以1996年—2008年的奥运会成绩作为训练集(即第一组数据为1996-199... 本文基于数据挖掘的理论和方法,对2020年各国奥运会金牌数进行预测,最终对2020年奥运会金牌榜前十名进行了预测。首先,本文先研究了各国在奥运中获得的金牌数的时序关系,以1996年—2008年的奥运会成绩作为训练集(即第一组数据为1996-1992-1988),以2012和2016年作为预测集。在国家选择上,选取2016里约奥运会金牌榜前三十八名的国家作为研究对象(第28—38名并列获取两枚金牌)。笔者利用自回归分析和ARIMA(1,1)模型进行了预测分析,得到了比较准确的拟合和预测结果。 展开更多
关键词 自回归分析 ARIMA模型 多元非线性回归 奥运奖牌预测
下载PDF
基于数据挖掘模型对2020年奥运金牌数的预测研究
8
作者 刘龙祥 《信息记录材料》 2018年第5期203-205,共3页
本文基于数据挖掘的理论和方法,对2020年各国奥运会金牌数进行预测,最终对2020年奥运会金牌榜前十名进行了预测。首先,本文先研究了各国在奥运中获得的金牌数的时序关系,以1996年—2008年的奥运会成绩作为训练集(即第一组数据为1996-199... 本文基于数据挖掘的理论和方法,对2020年各国奥运会金牌数进行预测,最终对2020年奥运会金牌榜前十名进行了预测。首先,本文先研究了各国在奥运中获得的金牌数的时序关系,以1996年—2008年的奥运会成绩作为训练集(即第一组数据为1996-1992-1988),以2012和2016年作为预测集。在国家选择上,选取2016里约奥运会金牌榜前三十八名的国家作为研究对象(第28~38名并列获取两枚金牌)。笔者利用自回归分析和ARIMA(1,1)模型进行了预测分析,得到了比较准确的拟合和预测结果。 展开更多
关键词 自回归分析 ARIMA模型 多元非线性回归 奥运奖牌预测
下载PDF
从冬奥会举办地利优势看2022年我国军团竞争实力特征 被引量:3
9
作者 唐丽 吴希林 《北京体育大学学报》 CSSCI 北大核心 2019年第10期36-45,52,共11页
主要运用文献资料法、数理统计法,对冬奥会举办国奖牌获得的地利优势进行研究,通过举办当届与非举办届得金、得牌对比,发现冬季奥运会举办国优势普遍存在,进而对历届冬奥会举办国得金、得牌优势进行量化,得出得金优势均值为1.329,得牌... 主要运用文献资料法、数理统计法,对冬奥会举办国奖牌获得的地利优势进行研究,通过举办当届与非举办届得金、得牌对比,发现冬季奥运会举办国优势普遍存在,进而对历届冬奥会举办国得金、得牌优势进行量化,得出得金优势均值为1.329,得牌优势均值为0.854。为了进一步了解举办国优势特点,对不同历史阶段、不同所属集团、不同所在地区、不同优势项目与不同竞争强度举办国的举办国优势数量特征进行了比较,对不同维度特点进行了总结。根据各维度举办国优势数量特征,对2022年我国优势进行推导,得出得金优势区间为[1.329,2.203],得牌优势区间为[0.854,1.117],结合我国冬奥会非举办届预测数据,从而推导出我国在2022年冬奥会将获得的金牌区间为[5,8],奖牌区间为[16,20],如果能实现预测目标,我国将攀升至第二集团前三甲,总体金牌榜牌排名4~7名的位置。但是,据现阶段我国冬奥会优势与潜优势项目实力情况,要想顺利实现预测目标尚存在一定难度。我国要在保持优势项目的基础上,进一步扩展潜优势项目与新兴项目,培育金牌新增长点,提高备战科学化水平,借鉴夏季优势项目备战经验,构建新的激励机制。通过对2022年冬奥会我国军团竞争实力进行预测,并提出建议,以其为冬奥会备战、参赛、组织管理等方面提供参考。 展开更多
关键词 冬奥会 得金比 得牌比 举办国优势 奖牌预测 备战目标
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部