基于特征選擇集成學(xué)習(xí)的軍事體育訓(xùn)練成績(jī)分析

汪雄 周鋼

摘要：針對(duì)當(dāng)前軍事體育訓(xùn)練智能化發(fā)展現(xiàn)狀，在研究現(xiàn)有軍事體育訓(xùn)練體系基礎(chǔ)上，結(jié)合特征選擇集成學(xué)習(xí)模型一般步驟，建立基于特征選擇集成學(xué)習(xí)的軍事體育訓(xùn)練成績(jī)分析模型。模型按照軍事體育訓(xùn)練成績(jī)的數(shù)據(jù)規(guī)范化準(zhǔn)備，按照身體素質(zhì)建立特征子集和基學(xué)習(xí)器，按動(dòng)態(tài)權(quán)值構(gòu)建集成學(xué)習(xí)模型三步完成模型構(gòu)建。通過(guò)試點(diǎn)應(yīng)用，在歷史訓(xùn)練數(shù)據(jù)發(fā)現(xiàn)集成學(xué)習(xí)模型具有更高的預(yù)測(cè)效能和更好的可解釋性。

關(guān)鍵詞：軍事體育訓(xùn)練;特征選擇;集成學(xué)習(xí);數(shù)據(jù)預(yù)處理

中圖分類號(hào)：TP 181? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）03-0081-03

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

軍事體育訓(xùn)練是軍事訓(xùn)練的重要組成部分，是強(qiáng)健官兵體魄、強(qiáng)化個(gè)人素質(zhì)、提升單兵技能的重要訓(xùn)練手段，是打贏未來(lái)戰(zhàn)爭(zhēng)的基礎(chǔ)性工作。軍事體育訓(xùn)練是以實(shí)戰(zhàn)為導(dǎo)向，以任務(wù)為牽引，以科學(xué)理論為指導(dǎo)，按作戰(zhàn)需要和崗位需求進(jìn)行身體訓(xùn)練[1]。軍隊(duì)院校的軍事體育訓(xùn)練是以未來(lái)崗位需求為目標(biāo)，結(jié)合軍人體能剛性要求和軍事體育訓(xùn)練計(jì)劃，每學(xué)年從基礎(chǔ)體能訓(xùn)練和軍事技能培訓(xùn)兩個(gè)方面組織大量針對(duì)性體能訓(xùn)練。隨著智能技術(shù)在軍隊(duì)建設(shè)各領(lǐng)域的深入應(yīng)用，應(yīng)積極探索人工智能技術(shù)有效運(yùn)用于大量歷史軍事體育訓(xùn)練成績(jī)數(shù)據(jù)，挖掘影響軍事體育訓(xùn)練效能的關(guān)鍵因素，從而優(yōu)化訓(xùn)練組織實(shí)施，提升訓(xùn)練效果。

1 軍事體育訓(xùn)練體系

隨著實(shí)戰(zhàn)化軍事訓(xùn)練要求不斷提升，軍事體育訓(xùn)練步入了新時(shí)代，2018年我軍頒布新版《軍事體育訓(xùn)練大綱》（后簡(jiǎn)稱“新大綱”），新大綱人員分類規(guī)范科學(xué)、訓(xùn)練科目設(shè)置合理、考核指標(biāo)細(xì)化明確，展現(xiàn)了新時(shí)代軍事體育訓(xùn)練的強(qiáng)制性、規(guī)范性和科學(xué)性，訓(xùn)練科目劃分為全軍通用訓(xùn)練、軍兵種專項(xiàng)訓(xùn)練和選訓(xùn)內(nèi)容三大類，其中通用訓(xùn)練科目突出官兵基礎(chǔ)體能訓(xùn)練，重點(diǎn)對(duì)官兵的力量、速度、耐力和靈敏訓(xùn)練 [2]。

各院校結(jié)合軍兵種特點(diǎn)，適應(yīng)未來(lái)崗位需求，聯(lián)合畢業(yè)考核工作，制定了畢業(yè)考核訓(xùn)練科目，畢業(yè)考核訓(xùn)練科目關(guān)注軍兵種特色，瞄準(zhǔn)未來(lái)崗位的體能素質(zhì)需求和基礎(chǔ)技能需要，形成與通用訓(xùn)練科目互補(bǔ)互融的訓(xùn)練科目[3]。

軍隊(duì)院校軍事體育訓(xùn)練體系主要針對(duì)新大綱通用訓(xùn)練科目和畢業(yè)考核科目開(kāi)展軍體課程開(kāi)設(shè)、軍事技術(shù)培訓(xùn)、自主訓(xùn)練組織。以海軍某院校為例，其軍事體育訓(xùn)練體系如表1所示。

根據(jù)軍事體育訓(xùn)練體系，結(jié)合基礎(chǔ)體能的基本身體素質(zhì)要求[4]，厘清各訓(xùn)練科目針對(duì)性的體能素質(zhì)訓(xùn)練項(xiàng)目，形成體能素質(zhì)和訓(xùn)練科目對(duì)應(yīng)關(guān)系，具體如表2所示。

2 基于特征選擇的集成學(xué)習(xí)

基于特征選擇的集成學(xué)習(xí)是結(jié)合特征選擇算法和集成學(xué)習(xí)算法，通過(guò)數(shù)據(jù)集上的特征選擇來(lái)構(gòu)建不同的基學(xué)習(xí)器，進(jìn)而構(gòu)建集成學(xué)習(xí)模型[5]。

2.1集成學(xué)習(xí)模型

集成學(xué)習(xí)是機(jī)器學(xué)習(xí)研究熱點(diǎn)之一，是一種聯(lián)合多個(gè)弱學(xué)習(xí)器構(gòu)建強(qiáng)學(xué)習(xí)器的方法，該方法具有較好的泛化精度，在眾多領(lǐng)域發(fā)揮重要作用[6]。

集成學(xué)習(xí)模型構(gòu)建一般分為三個(gè)步驟，一是根據(jù)訓(xùn)練樣本數(shù)據(jù)集抽取數(shù)據(jù)設(shè)計(jì)基學(xué)習(xí)器，二是按照規(guī)則對(duì)多個(gè)基學(xué)習(xí)器進(jìn)行集成融合，三是對(duì)集成模型構(gòu)建的強(qiáng)學(xué)習(xí)器進(jìn)行預(yù)測(cè)應(yīng)用。集成學(xué)習(xí)模型構(gòu)建步驟如圖1所示[7-8]。

2.2 基于特征選擇的集成學(xué)習(xí)

集成學(xué)習(xí)方法的基學(xué)習(xí)器構(gòu)建，可以分為按照樣本重抽樣、特征選擇、隨機(jī)子空間等多種方式進(jìn)行多樣化構(gòu)建[9]?；谔卣鬟x擇的集成學(xué)習(xí)是指在基學(xué)習(xí)器構(gòu)建階段，通過(guò)對(duì)樣本數(shù)據(jù)集的特征集按照一定規(guī)則（如隨機(jī)抽?。┻M(jìn)行構(gòu)建特征子集，并據(jù)此設(shè)計(jì)基學(xué)習(xí)器構(gòu)建集成學(xué)習(xí)模型。

因此，在圖1的集成學(xué)習(xí)模型基礎(chǔ)上，按三步展開(kāi)：第一步，按照業(yè)務(wù)數(shù)據(jù)集特點(diǎn)，構(gòu)建特征集。第二步，從特征集抽取形成特征子集，構(gòu)建基學(xué)習(xí)器。第三步，多個(gè)基學(xué)習(xí)器融合形成集成學(xué)習(xí)模型。特征選擇集成學(xué)習(xí)模型構(gòu)建步驟如圖2所示。

3 特征選擇集成學(xué)習(xí)模型應(yīng)用

特征選擇集成學(xué)習(xí)方法在電子商務(wù)、生物醫(yī)療等高維數(shù)據(jù)應(yīng)用中發(fā)揮了重要作用，結(jié)合前期軍事體育訓(xùn)練組織實(shí)施的業(yè)務(wù)概況，按照數(shù)據(jù)準(zhǔn)備、特征劃分、模型構(gòu)建三個(gè)步驟完成特征選擇集成學(xué)習(xí)在軍事體育訓(xùn)練效能分析中的應(yīng)用模型設(shè)計(jì)。

3.1 軍事體育訓(xùn)練成績(jī)的數(shù)據(jù)準(zhǔn)備

軍事體育訓(xùn)練相關(guān)數(shù)據(jù)依托現(xiàn)行配備的“軍事體育訓(xùn)練管理系統(tǒng)”采集，該系統(tǒng)對(duì)學(xué)員涉及的通用訓(xùn)練科目和考核訓(xùn)練科目的相關(guān)體育訓(xùn)練項(xiàng)目進(jìn)行成績(jī)登記與分析。系統(tǒng)涉及的項(xiàng)目訓(xùn)練成績(jī)基礎(chǔ)表的邏輯結(jié)構(gòu)為：訓(xùn)練（學(xué)員學(xué)號(hào)、科目代碼、成績(jī)、評(píng)級(jí)、測(cè)試時(shí)間）。各科目成績(jī)按照學(xué)號(hào)關(guān)聯(lián)和測(cè)評(píng)時(shí)間一段時(shí)期內(nèi)統(tǒng)籌所有訓(xùn)練科目，形成了一個(gè)至少16維度的軍事體育訓(xùn)練成績(jī)數(shù)據(jù)集，主要包括{學(xué)號(hào)，性別，K1，K2，K3，K4，K5，K6，K7，K8，K9，K10，K11，K12，K13，ZP }，其中學(xué)號(hào)為關(guān)聯(lián)特征，性別為基礎(chǔ)特征，取值為{0，1}，其中“男”為1，“女”為0;K1-K13為13個(gè)科目訓(xùn)練成績(jī)，是屬性特征，ZP為目標(biāo)特征，是通用科目和考核科目綜合考核結(jié)果，由于主要針對(duì)訓(xùn)練預(yù)警展開(kāi)學(xué)習(xí)模型構(gòu)建，因此ZP取值為{0，1}，其中0表示不及格，1表示及格。

在訓(xùn)練科目成績(jī)預(yù)處理中，存在兩個(gè)方面問(wèn)題，一是空缺值處理問(wèn)題，二是規(guī)范化處理問(wèn)題。

對(duì)于空缺值問(wèn)題，訓(xùn)練科目中部分科目分性別，導(dǎo)致個(gè)別科目訓(xùn)練成績(jī)出現(xiàn)空缺情況，可以使用同類身體素質(zhì)的訓(xùn)練科目進(jìn)行替代，科目2和科目7，科目8和科目11可互相替代。

對(duì)于規(guī)范化問(wèn)題，主要針對(duì)一是不同類訓(xùn)練科目的統(tǒng)一化，如科目3計(jì)次考核和科目6的計(jì)時(shí)考核，二是對(duì)于同類訓(xùn)練科目的規(guī)范化，如科目6和科目5，都是計(jì)時(shí)跑步項(xiàng)目，但項(xiàng)目時(shí)長(zhǎng)絕對(duì)差距不能代表實(shí)際訓(xùn)練水平差距。針對(duì)規(guī)范化問(wèn)題，對(duì)訓(xùn)練科目成績(jī)數(shù)據(jù)進(jìn)行規(guī)范化處理，按照最小-最大化規(guī)范化處理技術(shù)將成績(jī)規(guī)范到[0，1]區(qū)間，結(jié)合現(xiàn)行訓(xùn)練科目考核要求對(duì)[0，1]區(qū)間規(guī)范成績(jī)進(jìn)行二次標(biāo)定[10]。具體操作如下：

（1）最小-最大化規(guī)范化

假設(shè)訓(xùn)練科目成績(jī)?yōu)閤，該科目在某單位、班級(jí)的最高成績(jī)?yōu)閤max，最低為xmin，那么x可以規(guī)范化為：

[xn=x-xminxmax-xmin]? ? ? ? ? ? ? ? ? ? ? ?（1）

（2）二次標(biāo)定

在實(shí)際應(yīng)用，由于各科目的及格線已經(jīng)劃定，假設(shè)及格成績(jī)?yōu)間，為了確保g規(guī)范到[0，1]后的值為0.6，需要對(duì)訓(xùn)練成績(jī)xn參考g進(jìn)行二次標(biāo)定：

[xn=0.6+x-gxmax-gxmin>g0xmax<g0.6+g-xg-xminxmin<g<xmax]? ? ? ? ? ? （2）

根據(jù)公式（2），所有科目訓(xùn)練成績(jī)形成了以0.6為及格線的[0，1]范圍分布的規(guī)范化成績(jī)。

3.2 軍事體育訓(xùn)練數(shù)據(jù)的特征劃分

傳統(tǒng)的特征選擇模式，一般按照隨機(jī)模式、或按照多樣性原則、或按照精度標(biāo)準(zhǔn)對(duì)數(shù)據(jù)集的特征全集進(jìn)行選擇，形成不同的特征子集，進(jìn)而構(gòu)建基學(xué)習(xí)器。

針對(duì)16維的軍事體育訓(xùn)練數(shù)據(jù)集D，按照體能素質(zhì)要求，按照體能素質(zhì)劃分，能夠提升學(xué)習(xí)方法的可解釋性，更加符合業(yè)務(wù)實(shí)際。劃分為五個(gè)特征子集為：

SUB1={學(xué)號(hào)，性別，K2，K3，K4，K7，ZP};

SUB2={學(xué)號(hào)，性別，K5，K9，K12，ZP};

SUB3={學(xué)號(hào)，性別，K6，K8，K10，K11，K13，ZP};

SUB4={學(xué)號(hào)，性別，K5，K9，ZP};

SUB5={學(xué)號(hào)，性別，K1，K5，K8，K9，K11，ZP}。

根據(jù)特征子集SUB1-SUB5，使用C4.5算法構(gòu)建決策樹(shù)DT1-DT5，根據(jù)集成學(xué)習(xí)模型開(kāi)展訓(xùn)練預(yù)警的目的，關(guān)注ZP=0的決策規(guī)則，考慮后期集成學(xué)習(xí)泛化精度，設(shè)置準(zhǔn)確度>0.5的決策規(guī)則[11]，從而形成類似如下的規(guī)則：

DT1：性別=1 and K2<0.7→ZP=0 準(zhǔn)確度0.56

3.3 軍事體育訓(xùn)練的集成學(xué)習(xí)模型構(gòu)建

對(duì)于DT1-DT5這五個(gè)基學(xué)習(xí)器，使用動(dòng)態(tài)加權(quán)進(jìn)行基學(xué)習(xí)器集成，假設(shè)第i個(gè)基學(xué)習(xí)器hi（x）的權(quán)重為wi，那么加權(quán)法獲得集成模型輸出結(jié)果H（x）為：

[Hx=wihix]? ? ? ? ? ? ? ? ? ? ? &nbsp; ? ? ? （3）

由于集成學(xué)習(xí)模型關(guān)注于ZP=0情況，即綜合評(píng)估不及格情況，因此根據(jù)DT1-DT5對(duì)于ZP=0的準(zhǔn)確度Acci，根據(jù)Acci完成對(duì)wi的賦權(quán)。

[wi=AcciAcci]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

3.4 集成學(xué)習(xí)模型評(píng)估

運(yùn)用軍事體育訓(xùn)練科目成績(jī)進(jìn)行軍事體育訓(xùn)練評(píng)估，前期文獻(xiàn)[12]使用的梯度下降線性函數(shù)方法和文獻(xiàn)[13]的ID3決策樹(shù)算法，同本文的特征選擇集成學(xué)習(xí)算法，在我校2018～2020年度各年級(jí)、專業(yè)軍事體育訓(xùn)練成績(jī)，選取2018、2019年度共4個(gè)學(xué)期成績(jī)?yōu)橛?xùn)練集，2019～2020學(xué)年2個(gè)學(xué)期為測(cè)試集，考慮體能預(yù)測(cè)預(yù)警問(wèn)題，以ZP=0為正例分析對(duì)比三種算法的精度Acc，查準(zhǔn)率F，查全率R和F1如表3所示。

圍繞ZP=0，為了更好地采集體能預(yù)警人員信息，查全率最具有參考價(jià)值，因此本文特征選擇集成模型在軍事體育訓(xùn)練成績(jī)?cè)u(píng)估上具有更優(yōu)效能。同時(shí)，特征選擇集成學(xué)習(xí)模型由于在前期按照身體素質(zhì)的力量、速度、耐力、靈敏、協(xié)調(diào)五類劃分，充分考慮了科目成績(jī)特征間的關(guān)聯(lián)性，根據(jù)成績(jī)形成了五個(gè)基學(xué)習(xí)器及其集成動(dòng)態(tài)權(quán)重，從而能夠分析某一批次（專業(yè)、班級(jí)或單位）的綜合體能影響關(guān)鍵身體素質(zhì)，對(duì)后期開(kāi)展針對(duì)性訓(xùn)練更加具有指導(dǎo)意義，集成學(xué)習(xí)模型具有更強(qiáng)的理解性。

4 結(jié)論

軍事體育訓(xùn)練是我軍基礎(chǔ)體能和軍事技能訓(xùn)練的重要項(xiàng)目，深入挖掘軍事體育訓(xùn)練成績(jī)內(nèi)在規(guī)律，從而優(yōu)化軍事體育訓(xùn)練指導(dǎo)實(shí)施，提高軍事體育訓(xùn)練效果。針對(duì)當(dāng)前軍事體育訓(xùn)練智能化發(fā)展現(xiàn)狀，在研究現(xiàn)有軍事體育訓(xùn)練體系基礎(chǔ)上，結(jié)合特征選擇集成學(xué)習(xí)模型一般步驟，建立基于特征選擇集成學(xué)習(xí)的軍事體育訓(xùn)練成績(jī)分析模型。模型按照軍事體育訓(xùn)練成績(jī)的數(shù)據(jù)規(guī)范化準(zhǔn)備，按照身體素質(zhì)建立特征子集和基學(xué)習(xí)器，按動(dòng)態(tài)權(quán)值構(gòu)建集成學(xué)習(xí)模型三步完成模型構(gòu)建。通過(guò)試點(diǎn)應(yīng)用，在歷史訓(xùn)練數(shù)據(jù)發(fā)現(xiàn)集成學(xué)習(xí)模型具有更高的預(yù)測(cè)效能和更好的可解釋性。

參考文獻(xiàn)：

[1] 林建棣，徐海亮.軍事體育訓(xùn)練現(xiàn)狀及發(fā)展[J].中國(guó)體育科技，2019，55（8）：5-8.

[2] 秦振聚，趙波，宋杰.軍事體育訓(xùn)練大綱評(píng)分標(biāo)準(zhǔn)制定研究[J].軍事體育學(xué)報(bào)，2019，38（1）：12-15.

[3] 雷宏，陳艷，李寧.軍事基礎(chǔ)課程畢業(yè)聯(lián)考相關(guān)機(jī)制現(xiàn)狀分析及對(duì)策[J].軍事體育學(xué)報(bào)，2017，36（4）：1-3，11.

[4] 高金卯，馬國(guó)強(qiáng).提升官兵體能素質(zhì)訓(xùn)練方法的探討[J].人民軍醫(yī)，2020，63（2）：115-117.

[5] 張春霞，張講社.選擇性集成學(xué)習(xí)算法綜述[J].計(jì)算機(jī)學(xué)報(bào)，2011，34（8）：1399-1410.

[6] 周志華.通過(guò)集成學(xué)習(xí)進(jìn)行知識(shí)獲取[J].重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2008，20（3）：361-362.

[7] 周鋼，郭福亮.集成學(xué)習(xí)方法研究[J].計(jì)算技術(shù)與自動(dòng)化，2018，37（4）：148-153.

[8] 徐繼偉，楊云.集成學(xué)習(xí)方法：研究綜述[J].云南大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，40（6）：1082-1092.

[9] 谷雨.分類器集成中的多樣性度量[J].云南民族大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，21（1）：59-65.

[10] 孔欽，葉長(zhǎng)青，孫赟.大數(shù)據(jù)下數(shù)據(jù)預(yù)處理方法研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2018，28（5）：1-4.

[11] 郭福亮，周鋼.集成學(xué)習(xí)中預(yù)測(cè)精度的影響因素分析[J].兵工自動(dòng)化，2019，38（1）：78-83.

[12] 劉雨琛.基于梯度下降法的學(xué)生體育成績(jī)預(yù)測(cè)模型研究[J].中國(guó)科技博覽，2019（1）：222-223.

[13] 李娜.基于數(shù)據(jù)挖掘的高職體育成績(jī)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2012.

【通聯(lián)編輯：唐一東】