The early warning model of track and field sports based on rbf neural network algorithm / O modelo de alerta precoce de esportes de pista e campo baseado no algoritmo de rede neural rbf / El modelo de alerta temprana de los deportes de pista y campo basado en el algoritmo de red neuronal rbf

ABSTRACT

ABSTRACT Background: Athletics plays a very important role in competitive sports. The strength of track and field directly represents the level of a country's sports competition. Objective: This work aimed to study the track and field sports forewarning model based on radial basis function (RBF) neural networks. One hundred outstanding athletes were taken as the research objects. The questionnaire survey method was adopted to count athletes' injury risk factors, and coaches were consulted to evaluate the questionnaire's overall quality, structure, and content. Methods: A track and field early warning model based on RBF neural network is established, and the results are analyzed. Results: The results showed that the number of people who thought the questionnaire was relatively complete (92%) was considerably higher than that of very complete (2%) and relatively complete (6%) (P<0.05). The number of people who thought that the questionnaire structure was relatively perfect (45%) was notably higher than that of the very perfect (18%) (P<0.05). The semi-reliability test result suggested that the questionnaire reliability was 0.85. Tests on ten samples showed that the RBF neural network model error and the actual results were basically controlled between −0.04~0.04. Conclusions: After the sample library test, the track and field sports forewarning model under RBF neural network can obtain relatively favorable results. Level of evidence II; Therapeutic studies - investigation of treatment results.

RESUMO

RESUMO Antecedentes O atletismo desempenha um papel muito importante nos esportes competitivos. A força do atletismo representa diretamente o nível de competição esportiva de um país. Objetivo: Este trabalho teve como objetivo estudar o modelo de advertência em esportes de atletismo baseado em redes neurais de função de base radial (RBF). 100 atletas de destaque foram tomados como objetos de pesquisa. O método de pesquisa por questionário foi adotado para contar os fatores de risco de lesões dos atletas e os treinadores foram consultados para avaliar a qualidade geral, estrutura e conteúdo do questionário. Métodos: Um modelo de alerta precoce de pista e campo baseado na rede neural RBF é estabelecido e os resultados são analisados. Resultados: Os resultados mostraram que o número de pessoas que consideraram o questionário relativamente completo (92%) foi consideravelmente maior do que o de muito completo (2%) e relativamente completo (6%) (P <0,05). O número de pessoas que pensaram que a estrutura do questionário era relativamente perfeita (45%) foi notavelmente maior do que a das muito perfeitas (18%) (P <0,05). O resultado do teste de semifiabilidade sugeriu que a confiabilidade do questionário foi de 0,85. Testes em 10 amostras mostraram que o erro entre o modelo de rede neural RBF e os resultados reais foi basicamente controlado entre −0,04 ~ 0,04. Conclusões: Após o teste da biblioteca de amostras, o modelo de advertência em esportes de atletismo sob a rede neural RBF pode obter resultados relativamente favoráveis. Nível de evidência II; Estudos terapêuticos- investigação dos resultados do tratamento.

RESUMEN

RESUMEN Antecedentes el atletismo juega un papel muy importante en los deportes competitivos. La fuerza de la pista y el campo representa directamente el nivel de competición deportiva de un país. Objetivo: Este trabajo tuvo como objetivo estudiar el modelo de alerta de los deportes de pista y campo basado en redes neuronales de función de base radial (RBF). Se tomaron como objeto de investigación 100 atletas destacados. Se adoptó el método de encuesta de cuestionario para contar los factores de riesgo de lesiones de los atletas y se consultó a los entrenadores para evaluar la calidad general, la estructura y el contenido del cuestionario. Métodos: Se establece un modelo de alerta temprana de pista y campo basado en la red neuronal RBF y se analizan los resultados. Resultados: Los resultados mostraron que el número de personas que pensaban que el cuestionario era relativamente completo (92%) era considerablemente mayor que el de muy completo (2%) y relativamente completo (6%) (P <0,05). El número de personas que pensaba que la estructura del cuestionario era relativamente perfecta (45%) fue notablemente superior al de los muy perfectos (18%) (P <0,05). El resultado de la prueba de semifiabilidad sugirió que la confiabilidad del cuestionario era 0,85. Las pruebas en 10 muestras mostraron que el error entre el modelo de red neuronal RBF y los resultados reales se controló básicamente entre −0,04 ~ 0,04. Conclusiones: Después de la prueba de la biblioteca de muestras, el modelo de advertencia de deportes de pista y campo bajo la red neuronal RBF puede obtener resultados relativamente favorables. Nivel de evidencia II; Estudios terapéuticos- investigación de los resultados del tratamiento.