运动数据分析技术在提升初中生田径运动表现中的应用

本文探讨运动数据分析技术在提升初中生田径运动表现中的应用。通过分析技术的定义、重要性以及在体育信息技术中的作用,阐述智慧体育与体育科技融合的现状。详细介绍运动数据分析的要求,包括数据准确性、处理实时性、分析结果指导性以及数据安全和隐私保护。进一步研究运动数据分析技术在田径训练中的具体应用,如传感器技术监测、视频分析、大数据优化训练计划、移动APP记录反馈、云计算资源共享等,发现运动数据分析技术对提升初中生田径运动表现具有重要意义。

警犬生理与运动数据微型监测装备研究进展综述

本文针对警犬在日常工作和训练的监测装备的研发,对警犬生理与运动数据微型检测装备研究进行了总结,主要内容分为警犬生理状况微型监测装备以及运动数据微型监测装备研究现状两部分,通过对警犬生理与运动数据微型监测装备设计方案、性能检验以及应用方式进行分析,进一步探究讨论警犬监测装备柔性化发展的方向。

面向类人角色动画的骨骼运动数据生成算法

为降低获取与给定类人角色模型相匹配的骨骼运动数据的成本,提高运动数据的可重用性,文章提出一种仅使用较少种类的动作捕捉数据获取多种类角色模型的骨骼运动数据生成算法。该算法首先利用动作捕捉数据训练运动数据自编码器,然后在该自编码器生成的隐变量空间中通过迭代约束求解的方式获得多种不同类人角色模型的骨骼运动数据。在Adobe Mixamo数据库上的实验表明,该文提出的算法具有较好的表现性能,能够有效生成多种类的骨骼运动数据,可以作为一种扩展骨骼运动数据库的方法,能够为影视、动画和游戏等领域降低动画制作的成本。

自动匹配虚拟人模型与运动数据

使用运动数据驱动虚拟人模型运动是人体运动仿真的常用方法.通常,运动数据本身定义了适合该运动数据的骨架结构,这要求被其驱动的虚拟人模型也必须有相匹配的骨架定义.提出了一种推迟到运动数据导入时再为模型生成骨架结构的基于语义分析的懒匹配算法(lazymatchbasedonsemanticanalysis,简称LMSA),该算法先用一组平行平面切分人体模型以生成备选关节点集,并在导入运动数据后对备选关节点集和运动数据的骨架结构进行语义分析,匹配具有相同语义的备选关节点和骨架结构的各关节,使已有的虚拟人几何模型能够直接应用于具有不同骨架结构的人体运动数据.

民族舞蹈运动数据的实例检索方法

针对民族舞蹈运动的特点,提出一种基于姿态时空特征的民族舞蹈运动数据检索方法.首先采用姿态时空特征作为运动内容表示,有效地反映了舞蹈动作的局部性、节奏性以及细分性,为实现民族舞蹈运动数据检索提供了基础;其次采用无监督的多变量时间序列特征选择方法去除线性冗余特征,有效地提高了检索效率;最后利用基于权重调整的相关反馈机制捕捉用户的查询兴趣,改善检索性能.实验结果表明,该方法具有较好的检索性能,能够实现民族舞蹈运动数据检索.

高校体育“健康第一”理念的实现路径研究——基于运动数据化的大学生健康促进管理体系

健康促进本应是大学体育课程的主要目标,但是由于忽视运动习惯养成、技能目标设置过低、技能教学不分层次等因素,健康促进功效不明显,大学生体质健康水平持续下降使得体育课饱受诟病.研究认为,基于大学生体质健康数据化可以构建一个全方位的健康促进管理体系.依据体质健康水平指导学生选择体育课程,并结合体育技能评定形成逐层晋级制;运用数据收集终端实现学生平时体育锻炼、体育社团训练、运动队训练数据管理,综合评价学生高校期间体育课成绩,并以运动信息推送和过程监控来重点关注缺乏运动的学生群体;运用学生健康促进的数据化管理与体育教师绩效相结合,推动高校体育"健康第一"理念的实现.

一种基于双层自编码的运动数据集可视化方法

对运动数据集进行可视化是实现目标运动资源搜索的有效手段,文中提出了一种基于双层自编码的运动数据集可视化方法。首先在姿态层采用变分自编码器获得每个三维人体姿态在二维散点图中的坐标并使得相似的姿态彼此相邻,从而能够支持用户对目标运动资源的快速定位。其次在运动层采用双向长短时记忆递归网络对姿态的上下文运动进行自编码,获得的低维运动表示能够有效地支持用户在线运动分析。在CMU基准运动数据集上的实验结果验证了本文方法的有效性。

人体运动数据实时捕捉系统的设计与实现

采用电子测量方法进行人体运动数据实时捕捉,构建人体运动数据实时捕捉系统,系统包括硬件设计和软件设计两部分,采用HP E1433A高速数据捕获总线模块记录人体运动数据并存储到数据硬盘中。进行运动数据捕捉的发射机、接收机、控制器等硬件构件设计,软件设计通过PXI实时系统触发各通道实现数据同步采集和回放,进行数据可视化模块设计和数据触发设置。最后进行系统调试,结果表明,采用该数据捕捉系统能实时进行人体数据的记录和输出,系统的稳定性较好。

运动数据中的最优关联数据的分类分析

针对传统的分类方法在对运动数据的最优关联数据进行分类时,存在分类误差大、效率低的问题,提出基于决策树寻优的运动数据中的最优关联数据的分类算法。采用有向图模型构建运动数据的最优关联数据分布式结构模型,对采集的运动数据进行非线性时间序列特征重构,在重构的运动数据高维特征空间中进行运动数据的关联性映射,提取反映运动数据类别的属性特征,通过决策树寻优方法实现运动数据的自适应分类。仿真结果表明,采用该方法进行运动数据中的最优关联数据分类,其准确性较好、误分率较低,从而有效挖掘运动数据的关联信息,实现运动特征监测。

人体运动数据自动捕捉与舞谱生成分析

置身于民族文化传承的时代背景之下,互联网给予文化交流以强烈冲击,传承和保护保本民族优秀文化资源,可将人体运动数据自动捕捉与舞谱生成视为担负此任务的技术措施之一,此视角应能明示其价值所在。以理清运动捕捉技术特征为起点,指出舞谱生成的过程是将舞蹈系列动作完成的数字化记录,通过动作捕捉、基本动作分割等数据重构,实现舞谱自动产生。舞谱具有其记谱规律和科学原理,具有科学性和实用性,舞谱符号应该符合位置、形状、阴影、长短等四个表征属性的统一,数据降维、特征提取、分割点确定以及姿态分析都是舞谱自动生成的关键,优化算法是产生所需舞谱的突破口。

基于混沌关联维与决策树的运动数据分类研究

运动数据能够为运动的监测与管理提供指导依据,由于采集设备的差异导致运动数据表现出多源、混沌、非规则等特征,现有运动数据分类方法在准确性和效率等方面仍有欠缺,因此提出了基于混沌关联维与决策树的运动数据分类方法。首先构建运动数据相空间,利用时间的自相关与互信息来确定最优混沌延时,利用虚假临界点的条件约束确定最优嵌入维度;根据相空间内存在的关联相点对数量,计算得到关联积分,从而完成数据特征提取。然后针对运动数据的高维属性设计多参决策树,根据信息增益与增益率评价确定分裂规则,根据熵期望确定最优分裂点。最后通过轮廓相似性判断数据所属类别,完成运动数据分类。基于WEKA平台的仿真结果,验证所提方法显著提高了运动数据分类的准确性,准确度达到81.47%,灵敏度达到83.92%,降低了错误分类概率,不合度仅为19.46%;另外,决策树规模与叶子数量的降低,以及吞吐量结果均表明方法具有良好的数据处理速度,有效提升了数据分类效率。

人体运动数据实时捕捉系统的设计与实现

应用微机电技术设计人体运动数据实时捕捉系统。系统在人体的重点运动部位安装16个传感器收集人体运动数据,通过卡尔曼滤波给出人体运动数据实时状态估计值,使用微机电技术优化估计结果。按顺序对估计结果进行解算,将解算结果输入人体重要运动关节模型,实时进行三维虚拟显示。最后对系统的接线方式和捕捉指令进行实现。实验验证结果表明设计的系统综合捕捉效果强。

低维人体运动数据边界智能识别方法研究

提出一种基于径向基函数神经网络的低维人体运动数据边界智能识别方法.采用中值滤波和后验Wiener滤波器对低维人体运动数据边界进行滤波,以提高边界去噪强度;利用小波变换对人体运动特征进行分离,获取分离矩阵以及独立分量,完成数据特征提取,获得最适合识别的特征子空间.通过径向基函数神经网络对获取的特征子空间进行识别,完成低维人体运动数据边界的智能识别.实验表明,该方法可简化人体运动数据边界特征提取流程,同时提升人体运动数据边界识别的准确率.

非线性子空间中的运动数据编辑和风格生成

提出了基于三维人体运动数据和等距特征映射(ISOMAP)降维机制的子空间人体运动风格生成和编辑的方法.该方法拓展了传统ISOMAP难以处理非训练(out of sample)数据的局限性,在具有非线性内在属性的高维运动数据空间和低维非线性风格化子空间之间建立映射,使之能够直接应用在非训练数据集.对于映射到低维子空间的运动数据利用分解生成模型分离出运动的内容参数和风格参数,通过在子空间中调整这两种参数并逆向映射到原始运动数据空间,实现运动数据的编辑和新风格的生成.实验结果表明,该方法能够在虚拟现实场景中自动生成各种复杂新风格的人体运动,并具有精度高的特点.

海量运动数据中的差异参数优化挖掘方法

研究在海量运动数据中差异参数的准确提取问题。由于在海量运动数据中,连续运动帧之间受到采集时间短、运动幅度变化过小的影响,运动特征数据之间的差异很小。传统数据挖掘方法中对细微差异数据无法完成准确挖掘。提出利用决策树算法的海量运动数据中优质参数挖掘方法。计算不同属性运动数据的支持度,获取对应数据的置信度和所占比率,计算上述运动数据之间的关联性。采用贪心算法构造决策树,以自顶向下递归的方式构造判定树。将运动数据作为决策树中的树叶节点。实验结果表明,利用改进算法进行海量运动数据中优质参数提取,可以有效提高挖掘的效率和精度,去除运动数据中的冗余数据。

基于姿势特征编码的运动数据分层检索

运动数据检索是为在已有的运动数据库中检索符合要求的数据进行重用和编辑,基于姿势特征编码的分层检索方式能提高检索速度和检索质量。通过对运动骨骼分段,提取能反应几何运动关系的骨骼分段夹角作为特征向量,对姿势特征进行编码,建立基于运动特征的数据库索引,并在检索过程中分别从运动特征、数据索引和运动数值进行相似度比较。实验结果表明,在具有走、跑、舞等姿态的运动数据库中,该方法相对于其他方法具有较高的检索速度,并得到满意的检索结果,实现了运动逻辑相似性的有效检索。

雪上技巧项目运动数据采集系统的研发

从备战2022年北京冬奥会的角度出发,了解多数雪上技巧类项目国家队没有高科技类仪器设备的辅助,教练员仅凭直觉训练运动员的时代经过去。因此如何在复杂的寒冷环境和不平整的场地进行科学化的测试成为目前困扰雪上项目国家队的主要问题,本文以雪上技巧类代表项目单板滑雪U型场地技巧为案例,养发一套运动数据采集测试系统,主要用于U型槽滑雪运动员在运动过程中的空间三维轨迹测量、空间运动速度大小测量、空间运动速度分量测量、空间速度方位角测量、空间起跳速度大小测量、起跳角度和高度测量等。为我国雪上技巧项目备战2022年北京冬奥会提供科学化的技术支持。

船舶运动数据在字符与数值混合通信中的简易压缩方法

通过对船舶运动数据的分析，提出了在具体应用条件下一种船舶运动数据的简易压缩方法。

雷达模拟器的目标运动数据算法研究

建立了雷达模拟器海战场态势中的本舰与目标相对运动数据算法模型,并按时间流程存储在对应的数据表中,同时还根据相对运动关系解算出各目标信号的强度,从而信号源将产生相应强度的信号注入雷达模拟台。通过模型仿真软件在雷达训练模拟器中的功能测试,实现了雷达模拟器的仿真效果,满足了雷达模拟训练的要求。

基于运动数据的仿生压曲模型设计方法

针对人工踩曲用工数量巨大、生产效率低下而单纯的机械式制曲方法不能保证曲块质量的问题,对制曲进行需求分析,研究了仿生压曲机构三维模型设计方法,提出了仿生压曲机构动作设计中人工踩曲运动数据的提取与分析。运用运动重定向技术得到人体三维简化模型的BVH格式数据。然后对数据进行运动学分析求解,生成人工踩曲运动轨迹,为仿生压曲机构的研发提供理论支撑。