为提高现有智能运动产品对运动生理数据的预测效果,本研究提出了基于粒子群(particle swarm optimization, PSO)优化长短期记忆(long short-term memory, LSTM)网络的运...展开更多 为提高现有智能运动产品对运动生理数据的预测效果,本研究提出了基于粒子群(particle swarm optimization, PSO)优化长短期记忆(long short-term memory, LSTM)网络的运动生理数据预测模型。为使模型的网络拓扑结构与运动生理数据更加匹配,本研究利用传感器采集到的运动生理数据分别构建优化前后的模型,通过比较各模型的预测结果,评价其优化效果。结果显示,优化后模型预测结果的均方根误差(root mean square error,...