BP神经网络在高职学生体质综合评价中应用.doc

BP神经网络在高职学生体质综合评价中应用 　　【摘 要】分析影响学生体质的指标，阐述BP神经网络的基本概念，探讨BP神经网络在高职学生体质综合评价中的应用。 【关键词】BP神经网络 高职 学生 体质 综合评价 应用 【中图分类号】 G 【文献标识码】A 【文章编号】0450-9889（2014）02C-0156-03 体质，是指在遗传性和获得性的基础上表现出来的人体形态结构、生理功能和心理因素的综合的、相对稳定的特征。对学生体质进行综合评价，是一项复杂的工作。建立健全学生的体质评价体系，科学地评价学生的体质状况，引导学生进行有针对性的体育锻炼，对提高学生的身体素质将起到十分重要的作用。当前，数据挖掘技术在各领域的应用研究已取得很大的进展，而在学生身体素质方面的应用却很少。基于此，本文探讨BP神经网络在高职学生体质综合评价中的应用。 一、影响学生体质的指标分析 体质综合评价是体育界研究健康问题的一个领域，它由人体的骨骼形态、身体机能、身体的综合素质和人体所具备的运动能力等一系列综合因素组成。这些综合因素又可以通过若干个相互联系、相互制约的数据指标体系来反映。学生的体质，除先天因素外，后天合理、系统、科学的运动训练是必不可少的。对学生体质进行监测，指标的选取是一个很重要的因素。本文根据现试行的《大学生体质健康标准》，采用身体形态、身体机能和运动能力3个方面对学生的体质健康进行综合评价。其中，身体形态用克托莱指数（体重/身高×1000）表示，该指标能有效地反映人体形态发育水平和匀称程度。身体机能采用肺活量―体重指数和台阶试验指数。肺活量―体重指数指标反映每千克体重肺活量的大小，即每1kg体重的肺活量的相对值来反映肺活量与体重的相关程度，从而能比较客观地对不同年龄、性别的个体与群体进行定量比较分析。台阶试验指标则通过有节律的登台阶运动持续时间（s）与恢复期测定的脉搏次数相应的比值来评价人体心血管功能，该指标反映学生的心血管系统功能，并间接推断机体的耐力。本文采用的是中国改良台阶试验，这两个指标都是越趋于极值表示其身体机能越好。运动能力用立定跳远、50米跑和引体向上表示。立定跳远能体现人体在运动中的灵敏度，50米短跑表现人体在运动中的速度，引体向上能体现人体的静力性力量。各要素之间密切相关，互相制约，又互相影响，是不可分割的整体。通过以上分析，可得本文所用学生体质健康评价指标体系，详见表1。 表1 高职学生体质健康评价指标体系 项目 评价指标 身体形态 克托莱指数 身体机能 肺活量―体重指数 台阶试验 运动能力 立定跳远 50米跑 引体向上 二、BP神经网络的基本概念 BP神经网络是一种对可微分非线性函数进行权值训练的多层前馈网络，其基本结构如图1所示。 输入层 隐藏层 输出层 图1 BP神经网络的基本结构 从图1可以看到，BP神经网络的基本结构是一个前向的多层网络，该网络由输入层、输出层以及一层或多层的隐藏层组成。BP网络的输出yk可以用公式描述为： （1） 其中，Xj为输入信号，Wkj为网络的权值，θk为网络的阈值，为 网络的激活函数，k，j∈[1，n]。 在BP网络中，同层的各神经元之间互不连接，相邻层的神经元则通过权值连接。BP网络的学习过程由两部分组成：一是信息的正向传播；二是信息的误差反向传播。在信息的正向传播过程中，输入的信息Xj经隐含层单元逐层处理，最终由输出层输出。在这个信息的传播过程中，每一层神经元只对紧连接它的下一层神经元的状态产生影响。如果网络的输出yk与实际期望的输出产生的误差△E达不到预先设定的要求，此时，BP网络转入信息反向传播阶段。算法将误差信号沿原来的连接通路反传回来，并修正各层连接权值和阈值，直到网络的输出达到预期目标。 三、BP神经网络在高职学生体质综合评价中的具体应用 （一）数据的采集。这里以某高校为例，由于男生、女生个体之间的差异，为了简化问题，本文选取2006～2008年大一的男生共8500人按表1所列指标进行各项测试。在测试过程中，遵循先静止后运动的测试原则，在测试时各项目之间留有一定的间隔，从而使学生的体力与机能得到完全恢复，以保证学生能以最佳状态参加测试。测试完成后，组织10个一线的、长期从事学生体质评测的体育教师对测试所得数据进行评测，所用评语为优、良、中、差4个等级。为了便于BP神经网络的处理，将4个评价等级转换为相应的二进制数值，如表2所示。收集到的原始测试数据如表3所示。 表2 评语等级对应的分值标准 评语等级 对应的分值 优 1000 良 0100 中 0010 差 0001 表3 高职学生体质