田径教学中运动损伤特征的初步研究

本文对近两年来田径教学中的运动损伤进行了初步研究,揭示了田径教学中运动损伤的一般特征,对正确开展损伤的预防工作、进一步提高田径教学质量提出了一些建议。     

基于粗糙集的支持向量回归机混合算法

利用粗糙集(RS)对不精确数据的处理能力,生成分类数据的边界集,替代原始样本作为训练集,减少训练集与获取的支持向量的数量,然后使用支持向量机的最小序列优化(SMO)算法改进回归学习机的性能.将粗糙集与SMO回归算法结合提出一种混合函数回归算法RS-SMO-RA.在常用SMO回归算法SMO-RA基础上,扩增一段简短的生成边界样本的算法程序.仿真结果表明,算法RS-SMO-RA的效率更高,且能够改进学习结果的性能.     

基于压力检测的高精度数据采集系统

推出一种基于MPX5100和ADuC845高精度压力数据采集系统，系统从压力采集、A／D、D／A转换等方面来提高系统的整体精度，并通过电气隔离来降低数据传输中的损耗，来保证系统的精度、系统已成功应用于实际的工程中。通过实践证明，系统能达到较高的精度，能够很好地满足工程的需要。给出了各重要器件的性能特点以及相关的接口电路，给出了系统的组成框图、各部分主要的电路图、以及程序结构模块图。     

虚拟现实变电站主变压器低压侧故障诊断模型研究

传统主变压器低压侧故障诊断模型需要大量故障特征数据;且故障特征数据不相互独立,很难找到最合适的特征实现故障诊断。为此,提出一种新的虚拟现实变电站主变压器低压侧故障诊断模型。介绍了虚拟现实变电站主变压器低压侧典型故障,主要包括漏电故障和短路故障,对这两种故障进行分析,发现出现故障时电压电阻变化特征,为建立故障诊断模型提供依据。依据贝叶斯定理,利用某对象的先验概率,通过贝叶斯公式求出其后验概率,构建单层贝叶斯分类器。在此基础上,利用径向基神经网络将故障类变量看作属性变量的父节点,构建故障特征相互独立的虚拟现实变电站主变压器低压侧故障诊断模型。实验结果表明,构建模型能够准确诊断低压侧故障,具有很高的应用性。     

体操运动损伤的特征及预防措施研究

通过对体操运动损伤的调查研究,初步揭示了损伤的一般规律,并提出一些较合理的预防措施,以其能为减少运动损伤的发生,促进教学改革提供有益的参考。