基于神经网络模型的加速度计活动强度算法研究

旨在引入神经网络算法以提高加速度计活动强度的预测准确性,以44名大学生(男女各22名)为样本,让其同时佩戴气体代谢分析仪Cosmed K4B2和加速度计(Actigraph-GT3X)进行3类11项体力活动(每项活动5 min),使用Matlab7.0软件运用留一法交叉验证BP神经网络模型,通过其与Hendleman模型和Crouter模型在RMSE、Bias和B-A图上的横向比较评估其效度。结果显示3-18-1的三层神经网络模型(参数:误差率0.001、初始学习率0.02、动量常量0.7)的RMSE为1.08,在B-A图上一致性区间之外的点占总数的4.3%、一致性界限差值的绝对值为2.7,每分钟活动强度(除骑行外)的分类准确性分别为84.3%(小强度)、83.2%(中等强度)和89.8%(大强度),神经网络模型在整体强度和各个活动项目强度的预测上的准确性均好于Hendleman和Crouter模型,并且在活动强度分类准确性上更优。未来应进一步探究机器学习中其它算法在该领域的应用,优化整合指标体系和各类模型之间的关系。

不同坡度与速度走跑运动下肢刚度特征分析

研究目的:分析不同坡度和速度条件下走跑运动下肢刚度特征,并探讨其与运动损伤的关联性。研究方法:选取8名男性受试者在跑台上分别完成3种速度下的7种坡度走跑运动,每个阶段为期4min。利用VICON红外三维运动分析系统采集受试者动力学、运动学参数。根据弹簧质量模型来计算垂直刚度(Kvert)和腿刚度(Kleg)。并用方差分析对不同坡度和速度间的时空参数、下肢刚度差异性进行比较,对各参数与下肢刚度的相关性进行分析。研究结果:不同速度的走跑运动的步频、步长、Tf、Tc均存在显著性差异,P<0.01;在不同坡度条件下,Tf和Tc存在显著性差异P<0.01,而步频(P=0.96)和步长(P=0.75)并没有显著性差异。不同坡度和速度之间Kvert和Kleg存在显著性差异,P<0.01,并且随着坡度和速度的增加Kvert和Kleg呈现递增现象,速度越大其上升幅度约大。经Pearson相关检验表明,下肢长和体重与Kvert和Kleg相关性极低,R<0.1,而跑速、Tf呈高度正相关(R>0.7),Tc则呈高度负相关(R=-0.89)。结论:垂直刚度和腿刚度随着坡度和速度的增加而增加,并且腾空时间与下肢刚度呈高度正相关,接触时间则相反呈高度负相关。同时在上坡跑中更容易出现应力性骨损伤,而下坡跑中更容易出现软骨组织、韧带和骨骼肌损伤。

表象训练在立定跳远中的应用效果评估

目的:通过内部、外部不同表象训练来评估其对跳远成绩和最大峰力值的影响,并探索出最佳外部表象训练指令下的标志点,从而提高运动员的跳远成绩。方法:29名未经训练的受试者在测力台上按照5项不同指令完成立定跳远。结果:1)基线跳距40%处作为标志点进行立定跳远这一外部表象训练下,受试者的立定跳远成绩提高最显著(206.2±34cm),p<0.05。2)起跳过程中的最大峰力值无显著性差异,p>0.05。结论与建议:在基线跳距40%处设立标志点的外部表象训练的效果明显优于内部表象训练,即外部表象训练对提高运动员的跳远成绩有显著影响。在本实验研究中受试者均为普通运动员,并没有精英级运动员作为受试者,建议进一步的实验可以增加精英运动员作为受试者进行测试。

手机使用状态下成年人姿势稳定性评估研究

目的:确定不同手机的使用状态(发短信,打电话和听音乐)对姿势稳定性的影响。方法:42名大学生以平衡的顺序参与了3个常用的手机使用状态(发短信,打电话,听音乐)和一个不使用手机专心保持平衡状态的4个测试项目。在Biodex平衡系统SD上评估姿势稳定性。在姿势稳定性测试期间,参与者在每个试验之间以10s的休息间隔和每个测试项目之间的休息间隔为5min,为每个条件完成3个20s的试验。结果:结果表明发短信这一测试项目和其他几个测试项目之间都存在显著性差异,和控制和听音乐测试项目还存在非常显著性差异。结论:实验结果可以得出的结论是使用手机进行发短信或打电话时人体的姿势稳定性明显受到了影响,因此,我们应当注意正确认识这一影响,避免年轻人在走路过程中耍手机而导致跌倒摔伤以及其他的骨骼肌肉的损伤。

社会生态模型视角下成年人久坐行为决定因素评述

目的探究成年人久坐行为的形成因素,为久坐行为的干预提供理论支撑。方法基于社会生态学视角,运用文献资料、逻辑分析等研究方法对个体因素、社会因素、环境因素、政策因素与久坐行为研究进行分析。结果与结论久坐行为产生受到人格特质、社会支持、建成环境及政策有效实施的影响。久坐行为受多方面因素的影响,未来应进一步加强政策的落实、注重环境建设的行为设置。