伦敦奥运会羽毛球男单决赛技战术分析——以林丹VS李宗伟多拍相持技战术为例

采用文献资料法、数理统计法、信息技术法、对比分析法等,对林丹和李宗伟两位选手在2012年伦敦奥运会羽毛球决赛中的多拍相持阶段的表现情况进行分析,其目的是探析林丹、李宗伟多拍相持的优势与劣势,为日后的改进性训练提供参考。研究结果:(1)多拍相持阶段,李宗伟主要以"前场近网小球或短球"牵制林丹,而林丹则利用后场技术来反制约李宗伟并争取主动,但中场区域的进攻机会并不占优势;(2)多拍运用情况上,林丹反克李宗伟的最大优势在于攻防转换阶段上,即以少于10拍的击球回合制胜。研究认为:林丹在保持主动进攻频次的同时,更需要加强成功率的提高,以便减少不必要的主动性失误。

基于机器学习的网球最佳回球落点决策模型

以网球运动中多拍相持回合的战术分析指导为目标,将网球落点按照区域分布情况进行量化抽象,采集了2022年美网冠军卡洛斯·阿尔卡拉斯7场对局1808盘对局数据,提供了小尺度的自动化网球战术辅助的系统框架,并分别应用支持向量机、神经网络、随机森林等机器学习的训练模型构建多拍相持下的最佳回球落点决策模型。结果表明,随机森林方法的建模效果最佳,选取拍数为5拍时回球落点精度达到76.66%。基于机器学习的网球战术智能量化分析有利于为提高网球运动员技战术水平提供数据与技术支撑。

羽毛球运动中多球训练与血乳酸关系的研究

通过血乳酸测试,分析血乳酸与有效接球率之间的关系,结果表明:在多拍相持的后半段,低耐乳酸水平是导致被动防守和失误增多的主要原因。