基于深度学习的体操错误训练动作识别方法

体操错误训练动作影响运动员身体稳定性,易对身体造成损伤。为此,提出基于深度学习的体操错误训练动作识别方法。通过选取合适像素深度阈值将图像目标和背景分离;凭借Hu矩获得体操训练完整动作矩形边框,计算每个框图内深度差像素;通过深度学习中空间图的卷积网络,建立骨架序列的时空动态模型;利用连续帧连接相应关键点建立图时间表达形式,划分骨架结构图并对比历史图像,完成体操错误动作识别。实验结果表明:所提方法可对体操错误动作实现精准识别。

错误的训练不算训练

无论进行何种训练,都不可避免会走弯路,这些并不可怕,有些时候反而那些弯路会成为你坚实的基础。最怕的是走错路并不自知,那么只能在错误的路上越走越远,投入精力训练却无法取得成效。身体的训练更是如此,不怕比别人上手慢,也不要太顾虑所谓＂天赋＂的差别,就怕采用了错误的方法,更怕错误地理解了训练的原则。

短道速滑直道滑行技术的常见错误与陆地训练纠正方法

基于教学观察,对短道速滑直道滑行技术教学中学生常见的技术错误及纠正方法进行了研究。直道滑行技术学练中学生的常见错误主要有身体重心控制不到位、滑行姿势起伏过大、蹬冰动作不规范等,陆地训练中有助于上述错误纠正的训练方法主要有陆地基础滑行姿势练习、原地侧向蹬冰模仿练习、原地重心移动练习、陆地屈腿走练习等几种,教学中教师可合理采用陆地训练纠正练习,帮助学生掌握规范的短道速滑直道滑行技术,形成正确的动作定型。

训练集容量对决策树分类错误率的影响研究

数据挖掘算法必须在实际数据集上进行验证,而数据集容量是有限的,训练集比例过低会导致训练不足,训练集比例过高会导致算法评价过于乐观。针对训练集容量对评价效果的影响问题,对25个UCI数据集的不同比例训练集运用决策树算法C4.5,得出不同训练集容量对决策树分类错误率的影响关系。实验结果表明,训练集比例至少为50%时才能使分类错误率达到相对平稳。

自动发音错误检测中基于最大化F1值准则的区分性特征补偿训练算法

为提高自动发音错误检测性能,提出一种区分性特征补偿训练算法.该方法将高斯后验概率矢量经过线性变换后作为偏移量补偿至传统的谱特征.将经过正确度标注的语音数据库上的发音错误检测F1值的最大化作为变换参数的训练准则.推导了目标函数对变换参数的偏导数公式,并利用无约束参数优化例程L-BFGS更新变换参数.发音错误检测实验表明该方法能够有效增大训练和测试集的F1值.并且训练和测试集的精确度、召回率也都有明显提高.在特征优化的基础上进行模型参数训练,检错性能较单独的区分性特征训练、单独的区分性模型训练都有进一步改进.

自动发音错误检测中基于F_1值最大化的声学模型训练方法

为了提高计算机辅助语言学习中自动发音错误检测系统的性能,提出一种声学模型的区分性训练方法。该方法将经过正确度标注的非母语语音数据库上的发音错误检测的F_1值的最大化作为模型参数的训练准则。采用Sigmoid函数对F_1值函数进行平滑构造目标函数,并利用构造弱意义辅助函数的方法以及扩展Baum-Welch形式的参数更新公式进行优化。提出在模型参数更新与音素门限同时优化的策略保证目标函数增长的单调性。发音错误检测实验表明该方法能够有效地增大训练和测试数据检错的F_1值。同时训练数据和测试数据上的精确度、召回率以及检测正确度都有明显改进。

动作诊断与错误动作纠正技能的培养与训练——《体育教学》论坛“教学技能”栏目观点汇总

一、学生错误动作诊断的视角有哪些？学生在体育学习过程中出现错误动作是正常现象,关键是我们要去发现它、确诊它,这是纠正错误动作的基础与前提,正如医生诊断病人一样,如果诊断错误,那么接下来的事就可想而知了。在体育教学过程中,我们应该运用哪些视角对学生错误动作进行确诊呢？

利用深度卷积神经网络的体育教学训练错误动作检测

为了降低体育教学训练错误动作检测的误差率,提升检测效果,研究一种基于深度卷积神经网络的体育教学训练错误动作检测方法。构建多层次的深度卷积神经网络,在输入层中输入未经过特征提取的初始数据,分别经卷积层和池化层处理获取卷积特征图和池化特征图;在卷积层与池化层的中间添加批量归一层,通过批量归一化处理体育教学训练的错误动作样本;在隐含层中重复操作上述步骤并通过设置卷积和池化实现错误动作数据特征的提取,并通过全连接层输出最终的检测结果。实验结果表明,该方法具有较好的体育教学训练错误动作检测效果,检测平均误差率约为0.034%,可准确检测运动人员的各部位训练错误动作。

基于最小分类错误训练的神经网络分类器设计

提出了一种基于最小分类错误 (MCE)训练的采用多层感知器 (MLP)结构的模式分类器设计方法 .这是一种以分类错误率最小化为目标的模式分类器设计方法 ,将它用于 MLP分类器设计能够进一步提高分类器的性能 .采用 MLP实现 MCE训练中的分类损失计算 ,从而将 MCE训练过程与 MLP分类器设计统一在一个神经网络结构中 ,通过 BP算法予以实现 .这不仅能达到提高MLP分类器性能的目的 。

英语短文听写错误分析及其训练策略

从短文听写入手,运用错误分析理论,探讨的英语专业学生词汇知识、语音知识、语法知识等语言知识因素和文化差异、心理因素、听力技巧等非语言因素,以此为基础提出了相应的短文听写训练策略,以期有效提高英语专业学生短文听写能力。

花样滑冰等级测试基础级步法常见错误及陆地训练纠正方法

花样滑冰是一项包含体育运动技术、艺术表现力的难美类运动项目,技术动作包括滑行、步法、旋转、跳跃等,是所有冰上运动中对滑行技术要求最高的运动项目。花样滑冰等级测试是在2012版花样滑冰训练大纲的基础上,根据我国花样滑冰发展现状,结合当今花样滑冰技术发展趋势,强调动作完成质量,整体把控运动员技术规范性,有效检验花样滑冰训练的手段,也是引导大众滑冰转向花样滑冰竞技后备人才储备的途径。

田径技术教学训练中学生错误动作的诊断及纠正

田径教学训练中，错误动作的“诊断”及纠正，是提高教学质量和教学效率的重要环节。就田径教学训练中错误动作产生的原因进行分析，有针对性地提出了纠正方法。

铅球训练中错误动作的产生机制及纠正措施

铅球运动在田径项目中以体现爆发力而著称,同时也是中学业余训练的一个重要项目。铅球技术动作掌握的优劣,对于投掷远度会产生很大的影响。在训练过程中,初学运动员因为动作原因经常会出现各种各样的问题,笔者就近几年教学和业余训练中发现的问题,与大家共同探讨。

基于VC++实现某训练系统实时错误提示和考核评估的探讨

文章基于VC++工具,对某训练系统操作训练时,实时错误提示和训练结果评估这一难题的一种解决方法进行了探索。分析了该训练系统实时错误提示的过程,阐述了训练结果评估的设计方法,并在Windows操作系统和VisualC++6.0开发平台上,通过实例编程、上机试验,检验了该方法的有效性。

网球训练中反手击球技术常见错误及其纠正方法研究

运用文献资料法、专家访谈、观察法等科研方法,对网球初学者在学习网球正手击球技术过程中容易出现的错误动作进行归纳、分析,探讨其错误动作出现的种类、特征,并找出导致错误动作出现的因由,进而提出对策。研究认为:初学者学习正手击球技术易犯错误有引拍动作不及时、动作过大、且击出的球幅度偏低,手腕抓拍不稳定、容易抬大臂等;常用的纠错方法有目标、压力和不定位训练法。

大学英语教学应切实加强基本功训练——从学生习作中的语言错误谈起

本文分析了当前大学英语教学现状,探讨了学生习作中存在的语言错误的原因,强调指出基本功训练应是指导当前大学英语教学的基本思路,并据此提出了一些可行性建议。

谈谈抢篮板球的技术在教学与训练中的易犯错误与纠正方法

比赛中双方队员在空间争抢投篮未中的球称为抢篮板球。篮球比赛中,抢得篮板球是获得控制权的重要手段,是攻守矛盾转化和比赛胜负的关键,也是衡量运动员个人和全队整体实力的标志。凶悍的争拼和控制篮板球是现代篮球运动当代化的重要特征。因此,我们在进行篮球训练或者教学中,首先要抓好学生的抢篮板球技术的训练与教学。本文根据学生在学习抢篮板球技术中存在的问题以及结合抢篮板球技术的特点,对抢篮板球技术在篮球教学训练中注意的问题进行了分析和探讨,供大家参考。

基层心理训练亟待克服三种错误倾向

心理训练在基层广泛开展,取得了丰硕的实践成果,但基层心理训练还存在着“说起来重要,做起来次要,忙起来不要”的错误理念,以及训练时间没有保障、内容设置不够合理、专业人才缺乏等亟待解决的问题。为了巩固基层心理训练取得的成果,推进基层心理训练工作的深入开展,切实增强基层心理训练的效果,一定要克服当前基层心理训练中存在的三种错误倾向。一是心理训练“展示化”的倾向。