增强速度滑冰运动员腿部力量的训练方法

为提高运动员的专项力量训练效率和专项运动能力,针对滑冰运动的腿部用力特点,提出了一种减小大腿伸肌离心收缩负荷的腿部力量训练方法,并利用肌电分析的手段,实验比较了在该训练方法和负重深蹲训练方法训练中腿部肌肉活动的差异.结果表明: 用该训练方法进行训练时,运动员腿部肌肉的活动状况更接近于滑冰运动中肌肉的活动状况,力量训练的专项化程度更高,更适合于进行腿部专项力量训练.     

速度力量训练的研究综述

本文结合文献资料,论述了速度力量训练的方法,其中有大、中、小负荷训练法,最大爆发功率训练法、振动力量训练、单组训练法、超等长训练法、反应力量训练等.本文主要是阐述这些训练方法,综述它们相互之间的关系,以及在速度力量训练中应注意的问题.     

普通高校800米运动员大强度训练前后血清免疫球蛋白变化的监控研究

在800米运动项目中,为了实现训练和比赛的目标,科学地制定运动负荷量十分必要.负荷适宜且恢复措施及时,机体就会出现良好的适宜性变化;训练负荷太小,运动能力提高则不明显;训练负荷过大,会出现过度训练,免疫力低下等问题.本文通过文献资料法、实验等方法来探讨高校800米运动员大强度训练前后外周血中细胞的变化特征并根据变化特点科学的控制运动员的训练负荷.     

分级递增负荷强度训练与血红蛋白含量变化的研究

通过对15名青少年中长跑运动员训练前后血红蛋白含量的检测与分析,发现训练中采用定量负荷,不断递增跑速以分级递增负荷强度的训练方法与运动员血红蛋白含量的变化有着密切的关系,同时也反映出血红蛋白是检验青少年运动员有氧耐力的一项重要生理指标.     

有氧+力量混合运动预防骨质疏松的作用研究

目的探讨有氧运动+力量混合运动模式是否为提高骨密度的高效运动处方。方法将实验大鼠分组:有氧运动组、有氧+小负荷力量运动组、有氧+中负荷力量运动组和对照组。三组运动组进行跑台训练,训练频率为5次/周、30 min/次,训练周期为8周。结果有氧+中负荷力量运动组较有氧运动组比对骨密度的提高有显著效果。结论有氧+中负荷力量运动对提高骨密度有显著作用。     

田径运动员核心力量训练分析

对田径运动员的核心力量训练展开研究,明确核心力量的概念范畴,分析核心力量训练在提升田径运动员身体机能、确保其在运动过程中的身体协调性、避免肌肉损伤方面的作用,提出爆发力训练、静力性动作训练和无负荷运动训练等核心力量训练方法,以期更好地提升田径运动员的训练质量和综合实力.     

女子举重运动员力量训练初探

运动生理学指出:肌肉训练超负荷,亦即以对抗最大或接近最大的阻力训练.因为肌肉或肌肉群超符合训练时,能最有效地发展肌肉力量,使用超负荷(超过平常遇到的阻力),可以使肌肉最大限度地收缩,从而刺激肌肉产生相应的生理学适应,而导致肌肉力量增加.如果只是用对抗平常遇到的阻力练习时(即低负荷),肌肉的力量只能保持在现有的水平而不能增加.运动生理学还指出:运动中人体供能系统有:有氧供能系统,乳酸供能系统,高能磷化合物供能系统.任何项目的运动训练都要利用这三个系统来完成技术动作,只是各系统所占的比例不同而已,举重训练主要是发展无氧供能系统.因此,举重必须坚持超负荷训练,并不断强化巩固,才能提高机体磷酸肌酸的起储备及清除乳酸能力,从而提高肌肉组织的代谢水平.运动生理学再次指出:坚持最大负荷的训练,能使神经冲动传递介质-乙酰胆碱增多,激发更多的肌纤维产生更强的收缩,充分发挥肌肉的潜能,进而收缩力量增大.由于人的力量大小总是通过肌肉收缩和紧张的能力表现出来.一般来说,同一级别内运动员肌肉越发达,力量越大.既然女子与男子相比从根本上说存在着身体构成(肌肉,脂肪,骨骼,内脏)比例的差异,女子举重运动员专项力量训练除必须遵循生理学的一般规律外,还应该探讨更加适合女子举重运动员专项力量训练的方法.     

新规则下乒乓球运动员的核心力量训练

随着乒乓球规则的不断改变,力量训练受到了乒乓球领域前所未有的追捧.然而在力量训练中,各级教练员和运动员将训练的重点主要放在了四肢上,忽视甚至放弃了核心部位肌肉力量的训练,且对核心力量认识的不足影响了乒乓球力量训练的质量和效果.为此,从解剖学、生理学和运动训练学的角度,全方位阐明核心力量训练在乒乓球运动中的作用及意义,并结合乒乓球运动的特点,提出了核心力量训练的基本方法和训练原则,以期能为当前乒乓球运动员的力量训练提供参考性建议.     

重力式力量训练器械设计中的若干问题研究

重力式力量训练器械存在全载负荷、可利用惯性、肌肉疲劳和器械噪声等一系列问题.为了提高器械的性能,服务于运动训练和大众健身,通过实验研究,对这些问题产生的原因及解决方法作了一些探讨.     

集成RS和SVR的电力系统短期负荷预测方法

基于粗糙集(RS)理论和支持向量回归(SVR)方法,提出一种电力系统短期负荷预测方法.采用粗糙集理论对影响负荷预测的各因素进行约简,将约简后得到的最小条件属性集,以此确定输入样本的维数并构造训练样本,作为支持向量回归机的输入进行训练预测.在此基础上,利用已知历史负荷数据构造训练样本群,作为SVR的输入进行训练,采用训练完毕后的SVR模型进行负荷预测.实验结果表明,与神经网络方法和标准SVR方法相比,集成粗糙集和支持向量回归的负荷预测方法,可以在缩短训练时间的前提下获得较高的预测精度.     

规范设计中一般平稳随机载荷过程的组合

给出了规范设计中确定载荷组合系数的一种新方法。不同于FBC模型及泊松模型,载荷用一般的平稳随机过程模拟。利用Grigoriu的非高斯载荷过程的平均上通率的一阶泊松近似,确定单个载荷及组合载荷的特征值,其中组合载荷过程的任一点分布用最大熵原理近似估计。分析了不同载荷之间的相关性对组合系数的影响,对具有不同概率分布类型载荷的组合进行了数值分析。最后该方法应用到波浪载荷与风载荷的组合,数值结果表明了方法的有效性。     

变换练习法在大众体育舞蹈教学中的运用

变换练习法是有目的地变换运动负荷(时间、次数、速度)、动作组合,或变换练习环境、条件等情况下进行训练的方法.在大众体育舞蹈教学中运用变换练习法,可有效激发学生的学、练兴趣,出色地完成教学任务;是创造教学条件和多种教学手段来练习,也是开创快乐、趣味性的教学法.并要注意根据学生的体能、技能基础,来确定变换负荷的强度和量的具体数据.由于交换练习法往往对学生素质、对教师的组织能力要求较高,运用时要注意循序渐进,不断提高学生的适应能力和教师的教学水平.     

桥梁顺风向等效风荷载计算方法及其分布

桥梁等效风荷载一般被分为平均风荷载、等效背景风荷载和惯性风荷载 3部分 ,分别计算后再按一定的方式将其组合为总的等效风荷载 .对于惯性风荷载 ,一般可根据结构随机振动理论采用模态分解的方法计算得到各阶振型对应的惯性力 ,然后采用完全平方组合 (CQC)法或平方和开方 (SRSS)法将它们组合起来成为总的惯性风荷载 .对于背景风荷载 ,目前主要有荷载响应相关 (LRC)法和经典的模态分解法 .前者得到的背景荷载的分布形式与风压和结构响应的影响函数有关 ,而后者得到的分布形式则与惯性荷载相似 ,两者得到的结果可能并不相同 .这里主要研究LRC法和模态分解法 2种桥梁等效风荷载的计算方法 ,对 2种方法的区别和联系进行讨论 ,并给出风荷载 3个部分的组合方式 ,最后还给出了数值算例 ,进一步对不同计算方法和组合方式进行比较     

组合预测方法在电力系统负荷预测中的应用

组合预测方法是一种性能优越的预测方法.应用最优组合预测和递归等权组合预测方法将自适应滤波模型、灰色模型、指数平滑模型组合在一起进行电网负荷预测,获得了好的预测效果.     

组合灰色预测模型在电力负荷预测中的应用

基于灰色预测理论,研究了基本灰色预测模型及其几种传统改进模型的原理和它们在电力负荷预测中存在的局限性,提出了电力系统中长期负荷预测的实用新方法--组合灰色预测模型.以实际算例为基础,应用基本灰色预测模型和传统改进模型以及组合灰色预测模型分别对电力负荷进行了预测,并进行了分析比较.结果表明,用灰色理论预测电力负荷,理论可靠、方法简单.对于中长期电力负荷预测这样复杂的问题,组合灰色预测模型具有预测精度高、简捷实用等优点,该方法可作为中长期电力负荷预测的工具之一.     

静水弯矩和波浪弯矩的随机组合

基于静水载荷的时间变异性，导出了一种确定静水载荷效应与波浪载荷效应组合极值的新方法，与基于FBC（Ferry Borges Castenheta)模型或随机过程的上跨率组合形式相比，新方法直观易懂，实施方便，考虑到规范中给定的最大允许静水载荷效应对应的普通接受的超越概率水平，以及静水载荷过程跨越某一固定水平概率的上界特性，规定静水载荷过程超越20年最大允许静水弯矩的概率为确定载荷效应特征值的概率水平，经过这样处理，避免了载荷效应特征值的过高估计，数值分析表明，该方法可以得到组合载荷效应特征极值的一致估计。     

高原训练的探析

各国的训练实践证实，高原训练是发展有氧耐力的一种有效训练方法。但是，高愿训练与平地训练之间存在着不同的负荷量和训练强度。     

我国手球运动员体能训练研究

指出了目前我国手球项目体能训练存在的问题：对体能训练的认识不足和重视不足;训练负荷强度不够;体能训练和专项特点结合不够紧密;忽视了训练应与球员的专项位置结合;训练过程中对运动创伤的预防和保护意识不够强．从实战的角度结合项目制胜规律,围绕手球的专项体能特点、比赛中技战术运用特点以及不同位置队员的体能要求,提出体能训练的基本思路;建议对手球运动员定期做体能水平评价,并提出了相关评价指标．     

基于粒子群算法的短期电力负荷预测

根据电力负荷的主要影响因素,考虑了休息日和气候因素的影响,建立了基于粒子群算法(PSO)的级联网络短期负荷预测模型.通过粒子群算法对级联网络的训练进行优化,提高模型的运算速度.结果表明,该方法预测精度较高,效果较好.