对田径速度力量训练基本方法的探讨

文章运用文献资料法并结合教学训练的实践。对田径速度力量的结构特点、训练方法和手段的选择及训练负荷的安排进行了研究，目的是为提高田径速度力量训练效果提供科学的理论依据。     

收录机装配流水线的工作研究

本文以收录机装配流水线工作研究为例，讨论了工作研究在流水线上应用的步 骤和方法。在基本不增加投资情况下，通过工作研究使流水线效率从４２．７ ％提高到 　８３．７８％，日产量由原来的１０２台提高到２０４台。本方法可以在其他流水线上普遍推 广应用。     

幼儿体操教学对幼儿大肌肉动作发展影响的实验研究

采用大肌肉动作发展测试量表,研究了幼儿体操教学对4～6岁幼儿大肌肉群动作发展的影响,结果表明：幼儿体操教学可以有效地促进4～6岁幼儿的大肌肉群动作的发展,且对位移技能的影响较为显著;4～6岁幼儿大肌肉动作的发展具有不平衡性,男女孩位移动作方面发展较均衡,而男孩物体控制方面较好。     

基于全局距离的自适应LLE方法研究及其应用

人体行为识别是人工智能与模式识别领域一个重要的研究方向,具有极广泛的应用前景.近年来应用局部线性嵌入的流行学习方法 LLE进行人体行为识别成为研究热点.但是传统LLE要求采集密集样本点,且要求样本点分布平滑均匀,而人体运动样本数据往往分布稀疏,无法满足LLE对样本点的要求.本文提出的基于全局距离的自适应LLE采用具有全局因子的距离计算方法确定近邻,缩短分布稀疏的样本点的相对距离,使样本点变得紧凑.同时加入全局因子可以使分布距离差异较大,分布不均匀的样本点重新布局,整体变得平滑均匀,有效克服了传统LLE的缺点.另外,该方法改进了传统LLE确定嵌入维度的过程.通过计算输入空间样本欧氏距离与嵌入空间样本欧氏距离的残差来评估嵌入维度,自适应确定人体动作流形的本质维度.改进后的方法应用于光学动作捕捉数据实现人体行为识别,比传统LLE提高了计算性能,并获得了更高的人体行为识别率.     

基于三维视觉的运动易损动作识别方法研究

在对运动易损动作进行识别时,一直由于无法克服外界条件带来的影响,存在识别精度低、误差大的问题。提出基于三维视觉的运动易损动作识别方法,对运动动作的三维视觉空间进行三维梯度值求解,获取三维视觉梯度直方图特征;并进行降维出来,得到低维隐空间下的运动模型,在此基础上,对其进行序列映射,求出测试序列与训练序列的吻合度。通过匹配计算,获取匹配度,实现运动易损动作的识别。实验结果表明,所提方法具有很高的识别精度,所需时间较短,识别性能高。     

基于面部和动作表情的双模态情绪强度估计

针对急躁情绪的强度估计问题,提出了解决方案,其思路是:对急躁情绪进行数学建模,构建双模态特征模型,分别采用面部表情和动作表情(头部运动)双模态信息来表征急躁情绪;然后用双层高斯混合隐马尔科夫模型(DMHMM)对情绪强度进行估计,得到情绪强度的三个等级.实验结果表明:该算法实现简单,并且能快速的对情绪强度进行估计,与只采用面部表情信息的方法相比正确率提高了24.4%,达到84.8%.     

三维点云表示的人体动作序列预测

要：目前对三维人体动作序列的预测工作相对较少,且主要使用三角形网格表示人体模型,不如三维点云那样简单又容易获取。为此,该文用三维点云表示人体模型,提出一种基于MeteorNet的点云动作序列预测方法。将动作序列中不同时刻的三维点云融合在一起,寻找点的时空邻域进行分组;叠加三层Meteor模块在时空邻域聚合信息,以获取点云序列的时空特征;通过三层全连接网络预测动作的点云坐标。实验结果表明,该方法预测出的人体动作与真实动作的误差较小。     

舞蹈作品侵权认定的误区与匡正——兼评我国首例静态手段侵犯舞蹈作品版权案

单个舞蹈动作因其作为客观事实,保护范围难以厘定,且作为他人后续创作舞蹈作品的基础要素,无法独立体现作者的创作意图,故不宜脱离公有领域而另行获得版权保护。从国际条约规定与世界各国司法实践的现状来看,我国《著作权法》中的舞蹈作品应当以编舞者的动作设计作为表达的核心要素,判断两部舞蹈作品是否构成实质性相似也应将动作比对置于首位,不应混淆舞蹈作品与视听类作品各自的保护范围。同时,判断舞蹈作品是否被非法利用要以连续而非孤立的动作设计的比对结果作为判断依据,这要求侵权人不但要按照动作在原作品中出现的先后顺序对不同动作加以有序编排,且其利用方式必须能完整或实质性地再现动作与动作之间切换时所产生的流动感。     

考虑外界影响的元动作单元故障概率模型

为描述数控机床运动构件的故障率随时间变化的情况,本文从元动作单元出发,建立了一个关于元动作单元的故障概率模型.首先,根据元动作单元故障发生的原因将故障分成两类,随机故障和老化故障.然后,根据这两种故障类型故障数据的不同特点,选用两个不同的概率分布函数分别进行描述,随机故障用泊松分布进行描述,老化故障用威布尔分布进行描述.接着,给出这两种故障概率模型中各参数的物理意义和估计方法.更进一步,工作负载和工作环境会分别对元动作单元的老化故障和随机故障的故障率造成影响.为比较这两者对故障率影响的大小,提出了工作负载参数R l和工作环境参数R e,并给出这两个参数的估计方法.最后,根据收集到的运动构件的故障数据作出频率直方图,同时,对故障数据进行参数估计得到概率密度函数,并将这两者画在同一幅图上,发现两者具有较好的拟合效果.表明提出的元动作单元故障概率模型适合于描述运动构件故障率随时间的变化,模型有效.     

基于MEMS传感器的助老型机构人体姿态识别方法

研究一种基于MEMS传感器的助老型机构人体姿态识别方法,通过对老人的坐起、卧起、走路、上下楼梯五个动作识别,验证该识别方法的有效性.将7个传感器模块置于老人的腰部、大腿、胳膊等部位,采用坐标变换的方法,将采集到的相关部位四元数信息转化到腰部坐标系下,并组建标准矩阵,提取标准矩阵的均值、方差等特征值,通过基于阈值的两层识别算法快速判断动作类型,并采用支持向量机融合多种特征值作对比实验.实验表明,使用融合后的特征,平均识别率提高了18.4％.本研究完成了老人日常生活中五个动作的识别.