高强度复合式训练对健美操选手体脂及组织损伤的影响研究

目的:探讨高强度训练(HIT)与高负荷训练(HVT),对健美操运动员组织损伤的影响.方法:针对健美操选手进行为期12周高强度复合式训练,并于运动前、训练中、训练后对受试者血清肌肉损伤的生化指标、体脂率等进行监测.结果:(1)高强度复合式训练能显著降低受试者体质量、体脂、甘油三酯、总胆固醇及尿素氮浓度;(2)提升血液葡萄糖、乳酸、肌酸酐浓度,增强天门冬胺酸转胺酶及肌酸激酶活性;(3)血液中的肌肉损伤指标值的提升与体脂下降率呈负相关,这暗示高强度复合式训练有利于肌肉再生,从而促使脂肪组织下降.结论:12周高强度复合式训练使健美操选手体脂明显减少、血液中肌肉损伤指标值提升,表明该训练方式可以促使肌肉再生,吸引全身含碳资源重新分配,使脂肪组织下降、肌肉组织增加,强度越高,碳资源重新分配效果越好.     

高中英语教学活动浅谈

高中教育新课程就是课改的一个典范，它重点就是强化能力教育.课堂改革中的很大一部分就是提倡素质教育.高中英语中的素质教育就是要加强听说读写四种基本技能.善于示范，创设情境，提问启发，开发适合高中学生特点的趣味教学活动，具有对学生进行能力教育的意识以及对课堂教学进行改革的愿望.高级中学也要通过积极的方式来提高学生学英语的兴趣，以达到素质教育的目的.     

基于Windows CE嵌入式车载导航终端的设计

摘要：对嵌入式操作系统Windows CE．net的源代码进行了大量的修改，同时应用EVC＋＋4．0开发应用软件，实现了车载导航系统的各项功能．在ARM9目标板上下栽操作系统镜像和应用软件，经测试，导航系统的操作系统运行稳定，能准确接收GPS、GPRS数据，且接收到GPS数据后能准确地在电子地图上显示并指示方向．     

机载导弹发射动力学建模与虚拟样机仿真

基于导弹在发射导轨上的运动特征,以"捕食者"机载导弹发射系统为物理原形,建立了发射动力学和运动学模型,并应用MSC.ADAMS软件建立导轨发射条件下弹-架系统动力学模型,进行了动力学仿真试验,研究结果表明,理论计算值和仿真结果相符,得到了发射过程中导弹的位置、速度和加速度随时间的变化关系以及导弹与载机分离时对载机位置、速度和加速度的影响规律.     

高耐热高附着力共聚型聚酰亚胺的合成与表征

以自制的二胺-二(3-胺基苯)-3,5-二(三氟甲基)苯基氧化膦(mDA6FPPO),4,4’-(1,3-苯二醚)二胺( PDODA)和二酐二苯酮四酸二酐(BTDA)进行共聚制得了高耐热高附着力的难溶性聚酰亚胺.测定了其特性粘度为0.414 dL/g;在氮气氛中5％的热分解温度(Td)高达580℃,10％热分解温度(T...     

萘及其1-卤素取代化合物的荧光光谱的量子化学研究

萘及其化合物一般具有较大的共轭体系,是一类良好的电致发光材料.对萘及其卤代化合物的荧光光谱进行了理论研究.在B3LYP/6-31G水平下优化了4种化合物的几何构型.在振动分析中,均未出现虚频率.基于此,在B3LYP/6-31G的水平下计算了该类化合物的荧光光谱,所有计算结果与实验值基本吻合.     

MIS系统JPEG格式图象的存取

本文介绍使用C Builder5．0及MSSQL Server7．0开发MIS系统时，如何解决JPEG格式图象的存取，并给出了详细的实现代码。     

超高钢管少支架整体横移方案设计与实施

本文主要介绍内蒙古准格尔旗大薛快速通道第二合同段孔兑沟大桥现浇箱梁少支架整体横移方案的设计与实施。因少支架高度高,重量大,该支架整体横移方案不但大大减小了高空作业的危险性,还可以缩短施工工期和节省设备投入。     

戈尔德斯坦的机体论心理学评析

戈尔德斯坦的机体论心理学继承和发扬了精神分析的动力心理学和完形心理学的整体论思想,为人本主义心理学奠定了理论基础.本文对戈尔德斯坦机体论心理学进行了评析,其主要贡献是奠定人本主义心理学整体论的理论基础;提供机体潜能的自我实现的理论来源;扩展神经心理学、变态心理学的内涵和建构一系列行之有效的心理学研究方法.其局限是具有机体决定论的生物主义倾向;缺乏自我实现的丰富内涵和有些论述缺乏根据、比较偏颇.     

双层稀疏贝叶斯学习ISAR超分辨成像算法

传统贝叶斯成像常采用拉普拉斯分布进行成像特征表征，易使得成像结果过稀疏而容易丢失部分弱散射的结构特征，进而影响逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像精度提升。为实现高精度ISAR超分辨成像，本文采用伯努利-拉普拉斯混合稀疏先验对目标统计特性进行概率建模，利用双层稀疏对目标先验进行统计约束，从而有效模拟目标散射场统计先验。并在贝叶斯层级模型下，通过引入隐变量建模的方式对先验进行分层构建，在解决先验分布与高斯似然函数不共轭问题的同时简化贝叶斯推断，降低模型复杂度。为避免繁琐的手动参数调整，实现超参数的自调节，本文对各随机变量建立条件概率依赖模型，并利用马尔可夫链蒙特卡罗随机模拟估计算法解决高维积分和后验分布难以求解的问题，实现相关超参数的统计估计，提升算法自学习能力。仿真和实测数据均证明本文所提方法具有有效性和优越性。