BP神經(jīng)網(wǎng)絡(luò)在高職學(xué)生體質(zhì)綜合評(píng)價(jià)中的應(yīng)用

李革 覃紀(jì)武

【摘 要】分析影響學(xué)生體質(zhì)的指標(biāo)，闡述BP神經(jīng)網(wǎng)絡(luò)的基本概念，探討B(tài)P神經(jīng)網(wǎng)絡(luò)在高職學(xué)生體質(zhì)綜合評(píng)價(jià)中的應(yīng)用。

【關(guān)鍵詞】BP神經(jīng)網(wǎng)絡(luò) 高職 學(xué)生 體質(zhì) 綜合評(píng)價(jià) 應(yīng)用

【中圖分類號(hào)】 G 【文獻(xiàn)標(biāo)識(shí)碼】A

【文章編號(hào)】0450-9889（2014）02C-0156-03

體質(zhì)，是指在遺傳性和獲得性的基礎(chǔ)上表現(xiàn)出來(lái)的人體形態(tài)結(jié)構(gòu)、生理功能和心理因素的綜合的、相對(duì)穩(wěn)定的特征。對(duì)學(xué)生體質(zhì)進(jìn)行綜合評(píng)價(jià)，是一項(xiàng)復(fù)雜的工作。建立健全學(xué)生的體質(zhì)評(píng)價(jià)體系，科學(xué)地評(píng)價(jià)學(xué)生的體質(zhì)狀況，引導(dǎo)學(xué)生進(jìn)行有針對(duì)性的體育鍛煉，對(duì)提高學(xué)生的身體素質(zhì)將起到十分重要的作用。當(dāng)前，數(shù)據(jù)挖掘技術(shù)在各領(lǐng)域的應(yīng)用研究已取得很大的進(jìn)展，而在學(xué)生身體素質(zhì)方面的應(yīng)用卻很少?；诖?，本文探討B(tài)P神經(jīng)網(wǎng)絡(luò)在高職學(xué)生體質(zhì)綜合評(píng)價(jià)中的應(yīng)用。

一、影響學(xué)生體質(zhì)的指標(biāo)分析

體質(zhì)綜合評(píng)價(jià)是體育界研究健康問(wèn)題的一個(gè)領(lǐng)域，它由人體的骨骼形態(tài)、身體機(jī)能、身體的綜合素質(zhì)和人體所具備的運(yùn)動(dòng)能力等一系列綜合因素組成。這些綜合因素又可以通過(guò)若干個(gè)相互聯(lián)系、相互制約的數(shù)據(jù)指標(biāo)體系來(lái)反映。學(xué)生的體質(zhì)，除先天因素外，后天合理、系統(tǒng)、科學(xué)的運(yùn)動(dòng)訓(xùn)練是必不可少的。對(duì)學(xué)生體質(zhì)進(jìn)行監(jiān)測(cè)，指標(biāo)的選取是一個(gè)很重要的因素。本文根據(jù)現(xiàn)試行的《大學(xué)生體質(zhì)健康標(biāo)準(zhǔn)》，采用身體形態(tài)、身體機(jī)能和運(yùn)動(dòng)能力3個(gè)方面對(duì)學(xué)生的體質(zhì)健康進(jìn)行綜合評(píng)價(jià)。其中，身體形態(tài)用克托萊指數(shù)（體重/身高×1000）表示，該指標(biāo)能有效地反映人體形態(tài)發(fā)育水平和勻稱程度。身體機(jī)能采用肺活量—體重指數(shù)和臺(tái)階試驗(yàn)指數(shù)。肺活量—體重指數(shù)指標(biāo)反映每千克體重肺活量的大小，即每1kg體重的肺活量的相對(duì)值來(lái)反映肺活量與體重的相關(guān)程度，從而能比較客觀地對(duì)不同年齡、性別的個(gè)體與群體進(jìn)行定量比較分析。臺(tái)階試驗(yàn)指標(biāo)則通過(guò)有節(jié)律的登臺(tái)階運(yùn)動(dòng)持續(xù)時(shí)間（s）與恢復(fù)期測(cè)定的脈搏次數(shù)相應(yīng)的比值來(lái)評(píng)價(jià)人體心血管功能，該指標(biāo)反映學(xué)生的心血管系統(tǒng)功能，并間接推斷機(jī)體的耐力。本文采用的是中國(guó)改良臺(tái)階試驗(yàn)，這兩個(gè)指標(biāo)都是越趨于極值表示其身體機(jī)能越好。運(yùn)動(dòng)能力用立定跳遠(yuǎn)、50米跑和引體向上表示。立定跳遠(yuǎn)能體現(xiàn)人體在運(yùn)動(dòng)中的靈敏度，50米短跑表現(xiàn)人體在運(yùn)動(dòng)中的速度，引體向上能體現(xiàn)人體的靜力性力量。各要素之間密切相關(guān)，互相制約，又互相影響，是不可分割的整體。通過(guò)以上分析，可得本文所用學(xué)生體質(zhì)健康評(píng)價(jià)指標(biāo)體系，詳見表1。

表1 高職學(xué)生體質(zhì)健康評(píng)價(jià)指標(biāo)體系

項(xiàng)目 評(píng)價(jià)指標(biāo)

身體形態(tài) 克托萊指數(shù)

身體機(jī)能 肺活量—體重指數(shù)

臺(tái)階試驗(yàn)

運(yùn)動(dòng)能力 立定跳遠(yuǎn)

50米跑

引體向上

二、BP神經(jīng)網(wǎng)絡(luò)的基本概念

BP神經(jīng)網(wǎng)絡(luò)是一種對(duì)可微分非線性函數(shù)進(jìn)行權(quán)值訓(xùn)練的多層前饋網(wǎng)絡(luò)，其基本結(jié)構(gòu)如圖1所示。

輸入層 隱藏層 輸出層

圖1 BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)

從圖1可以看到，BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)是一個(gè)前向的多層網(wǎng)絡(luò)，該網(wǎng)絡(luò)由輸入層、輸出層以及一層或多層的隱藏層組成。BP網(wǎng)絡(luò)的輸出yk可以用公式描述為：

（1）

其中，Xj為輸入信號(hào)，Wkj為網(wǎng)絡(luò)的權(quán)值，θk為網(wǎng)絡(luò)的閾值，為 網(wǎng)絡(luò)的激活函數(shù)，k，j∈[1，n]。

在BP網(wǎng)絡(luò)中，同層的各神經(jīng)元之間互不連接，相鄰層的神經(jīng)元?jiǎng)t通過(guò)權(quán)值連接。BP網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程由兩部分組成：一是信息的正向傳播；二是信息的誤差反向傳播。在信息的正向傳播過(guò)程中，輸入的信息Xj經(jīng)隱含層單元逐層處理，最終由輸出層輸出。在這個(gè)信息的傳播過(guò)程中，每一層神經(jīng)元只對(duì)緊連接它的下一層神經(jīng)元的狀態(tài)產(chǎn)生影響。如果網(wǎng)絡(luò)的輸出yk與實(shí)際期望的輸出產(chǎn)生的誤差△E達(dá)不到預(yù)先設(shè)定的要求，此時(shí)，BP網(wǎng)絡(luò)轉(zhuǎn)入信息反向傳播階段。算法將誤差信號(hào)沿原來(lái)的連接通路反傳回來(lái)，并修正各層連接權(quán)值和閾值，直到網(wǎng)絡(luò)的輸出達(dá)到預(yù)期目標(biāo)。

三、BP神經(jīng)網(wǎng)絡(luò)在高職學(xué)生體質(zhì)綜合評(píng)價(jià)中的具體應(yīng)用

（一）數(shù)據(jù)的采集。這里以某高校為例，由于男生、女生個(gè)體之間的差異，為了簡(jiǎn)化問(wèn)題，本文選取2006～2008年大一的男生共8500人按表1所列指標(biāo)進(jìn)行各項(xiàng)測(cè)試。在測(cè)試過(guò)程中，遵循先靜止后運(yùn)動(dòng)的測(cè)試原則，在測(cè)試時(shí)各項(xiàng)目之間留有一定的間隔，從而使學(xué)生的體力與機(jī)能得到完全恢復(fù)，以保證學(xué)生能以最佳狀態(tài)參加測(cè)試。測(cè)試完成后，組織10個(gè)一線的、長(zhǎng)期從事學(xué)生體質(zhì)評(píng)測(cè)的體育教師對(duì)測(cè)試所得數(shù)據(jù)進(jìn)行評(píng)測(cè)，所用評(píng)語(yǔ)為優(yōu)、良、中、差4個(gè)等級(jí)。為了便于BP神經(jīng)網(wǎng)絡(luò)的處理，將4個(gè)評(píng)價(jià)等級(jí)轉(zhuǎn)換為相應(yīng)的二進(jìn)制數(shù)值，如表2所示。收集到的原始測(cè)試數(shù)據(jù)如表3所示。

表2 評(píng)語(yǔ)等級(jí)對(duì)應(yīng)的分值標(biāo)準(zhǔn)

評(píng)語(yǔ)等級(jí) 對(duì)應(yīng)的分值

優(yōu) 1000

良 0100

中 0010

差 0001

表3 高職學(xué)生體質(zhì)測(cè)試原始數(shù)據(jù)（部分）

序號(hào) 克托萊指數(shù)（kg/cm×1000） 肺活量—體重指數(shù)（ml/kg） 臺(tái)階試驗(yàn) 立定跳遠(yuǎn) 50米跑（秒） 引體向上 綜合評(píng)價(jià)

1 352 90 78 2.45 7”3 16 良

2 318 73 65 2.39 7”7 13 差

3 372 81 83 2.61 7”1 13 優(yōu)

4 349 61 81 2.52 7”2 8 中

5 356 87 89 2.63 6”7 11 優(yōu)

6 323 73 73 2.39 7”6 12 中

7 367 79 85 2.61 7”2 11 良

8 373 75 82 2.46 6”9 15 優(yōu)

9 326 83 69 2.39 7”7 11 中

（二）網(wǎng)絡(luò)的訓(xùn)練過(guò)程。BP神經(jīng)網(wǎng)絡(luò)處理的是[0，1]范圍內(nèi)的數(shù)值，但是從表3學(xué)生體質(zhì)測(cè)試的原始數(shù)據(jù)中可以看出，各評(píng)測(cè)指標(biāo)所得數(shù)據(jù)差別較大，且屬性的取值多是大于1。因此，必須將這些數(shù)據(jù)轉(zhuǎn)化為[0，1]之間的數(shù)據(jù)。所用歸一化公式為：

（2）

其中，X是所收集的一組數(shù)據(jù)，MIX（X）和MIN（X）分別是這組數(shù)據(jù)的最大值和最小值，是映射后的數(shù)據(jù)。經(jīng)過(guò)歸一化后的數(shù)據(jù)如表4所示。

表4 高職學(xué)生體質(zhì)測(cè)試歸一化數(shù)據(jù)（部分）

序號(hào) 克托萊指數(shù)（kg/cm×1000） 肺活量—體重指數(shù)（ml/kg） 臺(tái)階試驗(yàn) 立定跳遠(yuǎn) 50米跑（秒） 引體向上 綜合評(píng)價(jià)

1 0.6182 1 0.5417 0.25 0.6 1 良

2 0 0.4138 0 0 1 0.625 差

3 0.9818 0.6897 0.75 0.9167 0.4 0.625 優(yōu)

4 0.5636 0 0.6667 0.5417 0.5 0 中

5 0.6909 0.8966 1 1 0 0.375 優(yōu)

6 0.0909 0.4138 0.3333 0 0.9 0.5 中

7 0.8909 0.6207 0.8333 0.9167 0.5 0.375 良

8 1 0.4826 0.7083 0.2917 0.2 0.875 優(yōu)

9 0.1455 0.7586 0.1667 0 1 0.375 中

取2006、2007年的學(xué)生數(shù)據(jù)共6500筆作為訓(xùn)練網(wǎng)絡(luò)用，余下的數(shù)據(jù)作為測(cè)試數(shù)據(jù)。

關(guān)于隱含層節(jié)點(diǎn)數(shù)的選擇是一個(gè)十分復(fù)雜的問(wèn)題，隱層神經(jīng)元數(shù)目的選擇對(duì)BP神經(jīng)網(wǎng)絡(luò)的性能影響較大。如果網(wǎng)絡(luò)隱層神經(jīng)元數(shù)量過(guò)少，則網(wǎng)絡(luò)所能獲取的用以解決問(wèn)題的信息太少；如果隱層神經(jīng)元數(shù)量過(guò)多，增加了網(wǎng)絡(luò)的訓(xùn)練時(shí)間，甚至還會(huì)出現(xiàn)網(wǎng)絡(luò)過(guò)度匹配現(xiàn)象。實(shí)踐證明，隱層神經(jīng)元個(gè)數(shù)n2和輸入層個(gè)數(shù)n1之間有以下近似關(guān)系：

n2+2n1+1 （3）

因此，本文采用三層BP網(wǎng)絡(luò)來(lái)進(jìn)行建模。

從表4的數(shù)據(jù)可知，本例的BP網(wǎng)絡(luò)有6個(gè)輸入層，1個(gè)輸出層。根據(jù)公式（3）可求出BP網(wǎng)絡(luò)的隱層神經(jīng)元個(gè)數(shù)為13。雖然有公式（3）作為指導(dǎo)，但BP網(wǎng)絡(luò)隱層的神經(jīng)元個(gè)數(shù)并非一成不變。在BP網(wǎng)絡(luò)的訓(xùn)練過(guò)程中，需要對(duì)同一樣本集采用不同隱層節(jié)點(diǎn)數(shù)的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到網(wǎng)絡(luò)輸出穩(wěn)定為止。最后，根據(jù)BP網(wǎng)絡(luò)的測(cè)試結(jié)果，把網(wǎng)絡(luò)輸出誤差最小的隱層節(jié)點(diǎn)數(shù)確定為該BP網(wǎng)絡(luò)的最佳隱節(jié)點(diǎn)數(shù)。經(jīng)過(guò)對(duì)同一樣本集的多次測(cè)試，本例的BP網(wǎng)絡(luò)最終確定的隱層節(jié)點(diǎn)數(shù)為11。實(shí)驗(yàn)采用的軟件環(huán)境為matlab7，采用S型正切函數(shù)tan sig作為本實(shí)驗(yàn)的網(wǎng)絡(luò)中間層傳遞函數(shù)。由于實(shí)驗(yàn)中數(shù)據(jù)的輸出模式為0～1，因此采用S型的對(duì)數(shù)函數(shù)log sig作為輸出層的傳遞函數(shù)。其余訓(xùn)練參數(shù)的設(shè)定如表5所示。

表5 訓(xùn)練參數(shù)

訓(xùn)練次數(shù) 訓(xùn)練目標(biāo) 學(xué)習(xí)速率

1000 0.01 0.1

經(jīng)過(guò)242次訓(xùn)練后，網(wǎng)絡(luò)的性能就達(dá)到了要求，如圖2所示。

圖2 訓(xùn)練結(jié)果

接下來(lái)需要對(duì)訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行測(cè)試。隨機(jī)抽取3筆2009級(jí)大一學(xué)生的測(cè)試數(shù)據(jù)進(jìn)行測(cè)試，結(jié)果如表6所示。

表6 抽樣數(shù)據(jù)測(cè)試結(jié)果

序號(hào) BP神經(jīng)網(wǎng)絡(luò)測(cè)試結(jié)果 實(shí)際情況

1 0.0327 0.9796 0.0125 0.0001 良

2 0.0000 0.0001 0.9611 0.0321 中

3 0.9840 0.0000 0.0150 0.0001 優(yōu)

（三）結(jié)果分析。從表6的結(jié)果來(lái)看，抽樣數(shù)據(jù)的測(cè)試結(jié)果和實(shí)際值相互吻合。把該網(wǎng)絡(luò)模型用于2009級(jí)大一男生的體質(zhì)健康綜合評(píng)測(cè)中，有效率為96.3%，完全能滿足應(yīng)用要求。

綜上所述，目前《學(xué)生體質(zhì)健康標(biāo)準(zhǔn)》實(shí)施工作的重點(diǎn)在數(shù)量，難點(diǎn)在質(zhì)量。本文采用BP神經(jīng)網(wǎng)絡(luò)對(duì)高職學(xué)生的體質(zhì)進(jìn)行綜合評(píng)價(jià)是一次新的嘗試，有利于更科學(xué)地對(duì)（下轉(zhuǎn)第163頁(yè)）（上接第157頁(yè)）學(xué)生的體質(zhì)進(jìn)行綜合評(píng)價(jià)，從而更好地把握學(xué)生的健康狀況，為學(xué)生今后的學(xué)習(xí)和工作打下良好的基礎(chǔ)。該模型的應(yīng)用對(duì)于縱向研究大學(xué)生的體質(zhì)發(fā)展態(tài)勢(shì)和體質(zhì)等級(jí)的方法更具有現(xiàn)實(shí)意義。

【參考文獻(xiàn)】

[1]陳明達(dá)，于道中.實(shí)用體質(zhì)學(xué)[M].北京：北京醫(yī)科大學(xué)、中國(guó)協(xié)和醫(yī)科大學(xué)聯(lián)合出版社，1993

[2]王童，徐明欣，李瑞年.大學(xué)生體質(zhì)等級(jí)綜合評(píng)定判別分類的方法[J].天津體育學(xué)院學(xué)報(bào)，2005（2）

[3]孫文爽.體質(zhì)的綜合評(píng)價(jià)方法[J].楚雄師專學(xué)報(bào)，2001（3）

[4]S Horikawa.On fuzzy modelling using fuzzy nerual networks with BP algorithm.IEEE Trans[J].nerual Networks， 1992（2）

[5]包健，趙建勇，周華英.基于BP網(wǎng)絡(luò)曲線擬合方法的研究[J].計(jì)算機(jī)工程與設(shè)計(jì)，2005（7）

[6]韋萌.BP神經(jīng)網(wǎng)絡(luò)在高校教學(xué)實(shí)驗(yàn)室綜合評(píng)價(jià)中的應(yīng)用[J].柳州職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2010（1）

[7]王秀春，智會(huì)強(qiáng)，毛一之，等.多宗量導(dǎo)熱反問(wèn)題求解的神經(jīng)網(wǎng)絡(luò)法[J].航空動(dòng)力學(xué)報(bào)，2004（4）

[8]張志立，程磊，何敏.基于人工神經(jīng)網(wǎng)絡(luò)的煤與瓦斯突出檢測(cè)[J].礦業(yè)安全與環(huán)保，2005（6）

[9]French M.N. etal.Rainfall forecasting in space and time using a neural networks[J].J.of hydrol，1992（7）

【基金項(xiàng)目】2012年度廣西高等教育教學(xué)改革工程項(xiàng)目（2012JGA322）

【作者簡(jiǎn)介】李 革（1966- ），男，廣西柳州人，柳州職業(yè)技術(shù)學(xué)院副教授，研究方向：高校體育教學(xué)與運(yùn)動(dòng)訓(xùn)練；覃紀(jì)武 （1965- ），男，柳州職業(yè)技術(shù)學(xué)院副教授，研究方向：網(wǎng)絡(luò)安全、數(shù)據(jù)挖掘。

（責(zé)編 蘇 洋）