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.     

基于自适应多重多元回归的人脸年龄估计

针对基于标记分布学习的多重多元回归模型不能生成和人脸老化趋势一致标记分布的问题,提出自适应多重多元回归的人脸年龄估计方法.在为不同年龄生成具有适合标准差的离散高斯分布的基础上,采用偏最小二乘模型并有效地利用邻近年龄的人脸老化信息进行年龄估计.在MORPH人脸数据库上的对比实验结果表明,该文的人脸年龄估计模型具有更好的性能.     

基于无人机遥感的绿化园林三维绿量估算与分析——以福州大学校区为例

三维绿量能够从立体空间上描述城市绿地的空间分布和定量评价城市绿化的环境效益。本文以福州大学为研究区，探讨了利用可见光无人机影像估算绿化树木三维绿量的方法，并对校园生态效益进行定量分析。首先获取高于10cm分辨率的无人机可见光遥感影像；其次结合可见光波段的光谱特征与无人机数据点云的高程特征获得研究区的冠层高度模型；然后通过局部最大值算法与标记控制分水岭算法提取单木树高、株数以及冠径参数，通过野外实测数据构建“树高-冠高”关系模型得到冠高；最后结合树种分布情况，按照不同的树冠形状构建三维绿量估算模型，并基于三维绿量估算校园不同树种的生态效益。结果表明：研究区内三维绿量总量达到了804405m3，其中休闲区的三维绿量总量为428566m3，占总绿量的53.3%，而科技园区的三维绿量总量为26568m3，仅占总绿量的3.3%；而常见树种中，三维绿量贡献最大的为榕树，达到404405m3，占三维绿量总量的50.3%，而丹桂贡献的三维绿量仅为509m3，占总绿量的0.063%。研究认为：基于无人机遥感数据，能够较好的估算出研究区内绿化树木的三维绿量。     

基于标记相关性的多标记三支分类算法

提出了一种基于标记相关性的多标记三支分类算法TML_LC,该算法利用三支决策模型将多标记样本空间划分为接受域、拒绝域和边界域,然后利用概率图模型构建标记之间的相关性,并应用于边界域的延迟决策,从而降低分类模型的时间复杂度,并提高分类模型的精度。     

汉语分裂句的焦点结构与特点分析

分裂句的功能是突出句子的某一成分。汉语分裂句结构有六种变体,其中"是"为焦点标记,"是"和"的"之间说话者想要突出的成分被称为焦点,属于认定焦点的范畴。汉语分裂句的焦点结构按照语义特征可以分为五大类,值得注意的是,焦点标记"是"后的最邻近成分不一定是焦点。     

基于样本差异性的多标记特征选择算法

在多标记学习中,特征空间的高维性是多标记学习研究的主要问题。文章通过聚类构建由代表性样本组成新多标记数据,定义了多标记决策系统中样本的分类间隔及样本的差异性概念,在此基础上定义了特征权重,提出一种基于样本差异性的多标记特征选择算法,并用4个指标对4个多标记数据集进行实验评价,对比一些当前流行的特征选择算法,验证了本文所提算法的有效性。     

国内外蓝莓加工技术与功能性成分研究进展

蓝莓是一种越橘属浆果,除含有基础营养物质,还富含花青素、类黄酮等功能性成分,具有抗炎、抗癌、清除自由基、保护视力等功效。然而,新鲜的蓝莓易腐烂且贮藏和运输性能差,故需要进一步深加工,同时,蓝莓良好的健康属性使消费者对蓝莓加工产品的需求日益增加,应用可更好保留功能成分的先进加工技术已成为蓝莓加工产业发展的重要驱动力。阐述了近年蓝莓果汁、蓝莓果酒、蓝莓干燥等加工技术与功能性成分提取技术的研究进展,以期为蓝莓深加工产业提供理论依据。     

芽殖酵母细胞周期过程不同时期的定量观测

在芽殖酵母中构建CDC10-mCherry和SPC42-mCherry荧光蛋白, 作为酵母细胞周期不同时期的报告系统。根据酵母细胞中芽环(CDC10-mCherry)的产生和消失以及纺锤体极体(SPC42-mCherry)的复制和分离,可以测量细胞周期中 G1期、S期、Early M期和Late M期的时间长度。在此报告系统的基础上, 分别构建S期细胞周期蛋白CLB5-GFP和M 期细胞周期蛋白CLB2-GFP菌株, 实现单细胞观测, 检验报告系统工作的稳定性和准确性。该报告系统可作为研究酵母细胞周期不同时期时间长度等定量生物学问题的背景菌株。     

δ-广义标记多伯努利滤波器的非线性应用扩展

针对非线性模型下δ-广义标记多伯努利(δ-GLMB)滤波器的序贯蒙特卡洛(SMC)实现过程计算复杂度过高、难以实现快速准确滤波的问题,给出了δ-GLMB滤波器的积分卡尔曼高斯混合(QK-GM)实现过程。该算法基于Gauss-Hermite数值积分规则获取一组带权重的积分点,利用这些积分点求取多目标密度函数的均值和协方差矩阵。将该算法与已有的扩展卡尔曼高斯混合(EK-GM)实现、无味卡尔曼高斯混合(UK-GM)实现和SMC实现在不同的杂波强度和检测概率条件下就多目标跟踪精度和时间消耗等方面做了较为详细的对比,结果表明,与SMC实现方法相比,QK-GM-δ-GLMB算法能以完全可接受的时间开销为代价,将多目标跟踪精度提高10%以上。该算法为δ-GLMB滤波器在非线性场景中的应用提供了一种新的实现方法。