功能性训练对提高网球运动员核心力量的作用研究

现代竞技体育已经趋向于对人类身体运动能力极限的开发,推动了运动生物力学、运动康复学等学科领域的发展.尤其是近年来对于核心力量的研究,伴随着肌电测试等技术的发展而逐渐完善,对网球运动员运动技能的提升逐渐显露出重要意义.而功能性训练作为专项训练的优化成果,其针对如何使用力量的训练优势,对提升运动员核心力量有着传统力量训练所不具备的价值.因此,本文通过对功能性训练理论的研究,结合网球的运动特性界定了核心力量的概念范畴,对网球运动员核心力量特征以及开展核心力量训练的作用进行分析,从功能性训练的视角提出了提升网球运动员核心力量的可行措施,为培养高技能水平的网球运动员提供了理论参考.     

跷跷板瞬心加速度的3种求解方法

运用3种方法研究传统跷跷板的瞬心加速度,即利用理论力学的点的合成运动方法,运动方程求导数方法和求极限的方法求加速度.基于这3种求跷跷板加速度的情况,特别提出极限法求加速度,从而判断跷跷板的运动情况,为传统跷跷板与轴转动跷跷板的动力分析比较准备条件.     

青藏高原东北部一次暴雨过程分析

本文利用NCAR/NCEP资料,对发生在青海东部农业区的一次区域性大到暴雨过程进行了诊断分析。结果表明,本次暴雨天气过程主要受西伸到青藏高原东部的副热带高压及500 hPa风场上冷空气入侵青藏高原北部的影响。热低压中的上升气流与冷锋后的下沉气流构成纬向闭合环流,青藏高原热低压中的上升气流与副热带高压中的下沉气流形成径向闭合环流,垂直闭合环流的形成提供了源源不断的暖湿气流和稳定的上升气流,持续的降水造成了暴雨天气。副热带高压外围强盛的西南气流的稳定维持使得充足的水汽输送到青藏高原东部暴雨地区。     

大健康产业视野下我国运动康复专业人才培养改革与创新

随着经济快速发展,人们的消费水平逐渐提高,而现代人对健康消费的理念也在不断提升,以生物技术和生命科学为先导,涵盖健康制造、健康服务、健康管理等内容的大健康产业已经发展为21世纪引导全球经济发展和社会进步的重要产业。大健康产业指的是以维护、改善、促进与管理健康,预防疾病为目标,提供产、学、研产品与相关健康服务的行业总称。文章将从高校运动康复专业人才培养现状入手,以大健康产业为背景,探讨做好运动康复专业人才培养改革与创新的策略。     

训练分期理论面临的挑战与未来发展

训练分期理论是运动训练学的经典理论，几乎所有体育项目在训练实践过程中都或多或少地受其影响。作为继马特维也夫之后对训练分期理论的发展最具有影响力的学者，图德·邦帕以其六版著作《训练分期：理论与实践》受到了世界范围内运动训练理论与实践的认可。2018年11月，邦帕教授受邀来华，并在上海与国内学者和教练展开了一次精彩对话。本文一方面再现了与邦帕教授对话的内容，另一方面也在对话的基础上由五位学者分别围绕训练分期理论的理论特征（熊焰）、训练分期理论的实践应用（资薇）、传统分期理论与板块分期理论（于洪军）、现代科技对训练分期理论的推动作用（黎涌明）和训练分期理论的未来发展（陈小平）五个方面展开论述。本文作者一致认为，训练分期理论在得以广泛应用的同时，需要更大程度借鉴多学科基础研究的成果，更大范围运用现代科技的设备和方法，更快速度实现训练经验向训练科学的迈进。     

基于快速移动的红外小目标实时检测跟踪方法

针对运动背景下红外小目标跟踪时精度不高、实时性差的问题,提出了基于数学形态学检测与自适应跟踪窗的方法 .首先,采用了帧差法作为基本基础,通过缓存目标图像建立目标模型,计算目标模型与当前帧差目标二值图像的相似度,根据结果确定筛选方法检测目标;其次,根据目标在上一帧中的位置,通过速度特征自适应调整搜索的范围,解决了因目标穿越运动背景导致目标丢失的问题;最后,通过采集不同情况下的目标红外图像,对运动背景下的小目标进行了检测与跟踪.仿真结果表明,该文提出的算法能够有效检测运动背景下的小目标,具有较高的实时处理能力和准确性.     

预训练模型下航天情报实体识别方法

为了快速处理航天情报,基于数据驱动的深度学习技术,提出融合多源异构知识标注中文航天情报数据集的方法流程,以及基于预训练(pre-training)模型的航天情报实体识别(AIER)方法;通过对航天情报进行命名实体识别,达到对航天情报进行信息抽取的目的.通过融合BERT(bidirectional encoder representation from transformers)预训练模型和条件随机场(CRF)模型构建AIER模型(BERT-CRF模型),将其与隐马尔可夫模型(HMM)、条件随机场(CRF)模型、双向长短期记忆网络加条件随机场(BiLSTM-CRF)模型进行实体识别对比实验.结果表明:基于预训练模型的AIER模型能够取得93.68%的准确率、97.56%的召回率和95.58%的F₁值;相比于其他方法,基于预训练模型方法的性能得到提高.     

气温对皮划艇运动员训练效果的影响分析

为了更有效地提高皮划艇运动员的训练成绩,科学合理地安排训练计划,现对不同气温特征的训练周期内皮划艇运动员的生理生化指标和训练的测试成绩进行相关性分析.得出训练周期内气温变化时,运动员的生理状态并未出现较大幅度波动.但当气温变化幅度较大时,成绩的提升幅度则相对较小;且当平均气温较高时,会导致测试成绩提升幅度下降,甚至会出现运动成绩倒退的情况.根据以上结果在指导皮划艇运动员训练时,尽量避免炎热的天气,科学合理地安排训练时间.     

基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。