排序方式: 共有29条查询结果,搜索用时 0 毫秒
1.
自行车运动员下肢肌肉sEMG特征及与输出功率的相关性 总被引:5,自引:0,他引:5
采用实验法,对运动员60 s全力蹬踏自行车下肢肌肉sEMG变化特征及与输出功率的相关性进行研究.结果显示:随着运动时间的延长和疲劳的加深,各肌肉表面肌电信号频域指标MF逐渐减小,MF与平均功率之间的相关性也达到显著性水平,提示其可作为评价自行车运动过程中运动员疲劳程度的指标.60 s全力蹬踏自行车运动后运动员股直肌和腓肠肌外侧肌肉MF值下降均特别明显,提示其在整个运动过程中的疲劳程度较深,可将其作为重点训练的肌群. 相似文献
2.
21世纪体育教师应具备的现代教学素质 总被引:2,自引:0,他引:2
在传统的教学过程中,教师具有举足轻重的地位,是教学中的主导者,集教学内容的传播者、教学策略的设计者、学生学习效果的评价者等多种角色为一体。随着现代信息技术的发展,计算机作为一种辅助教育的工具被引入体育教学过程,通过各种国内、国际信息网,其教育的领域已经扩展到校园之外。越来越多的学生已经习惯通过计算机和信息技术获得各种最新体育信息知识。学生运用计算机的能力超过教师的水平,也是一个较为普遍的现象。 相似文献
3.
龚铭新 《上海体育学院学报》1992,(2)
现代信息技术运用于体育科研,是改进体育训练方法,提高体育运动成绩强有力的手段之一。在我国,除少数科研所,许多高校由于缺乏先进的信息技术,体育教学始终处于落后的状况。在国际上被普遍使用的影片解析是采用高速摄影,具有较高分辨率,数据精确,但这 相似文献
4.
目的:建立蹦床运动员竞技能力结构评价指标体系,在此基础上构建基于人工神经网络的蹦床运动员竞技能力结构评价模型,为蹦床运动员竞技能力结构的个性化诊断及针对性训练提供参考。方法:以上海市体操运动中心16名蹦床运动员为研究对象,对受试者进行3次跨度6个月以上的初选指标测试。基于因子分析建立蹦床运动员竞技能力结构评价指标体系。在此基础上以竞技能力结构评价指标为自变量,运动员成绩为因变量,构建运动员竞技能力结构的人工神经网络评价模型,并开发运动员竞技能力结构评价系统。结果:蹦床运动员竞技能力结构指标体系由身体形态、身体素质、专项技术和心理素质4个维度构成,包括腿长、腿长/身高比、纵跳高度、原地立臂角度、60 s悬垂举腿、立卧撑、网上腾空高度、空跳高度/原地纵跳高度比、着网瞬间立臂角度、30次空跳高度下降率、状态焦虑水平和特质焦虑水平共12个指标。所构建的Elman人工神经网络模型由12个输入节点、9个隐含层节点和1个输出层节点组成,模型预测精度在95.87%~99.37%,平均预测精度高达97.66%。结论:构建了基于人工神经网络的蹦床运动员竞技能力结构评价模型,模型具有较好的预测精度。在训练中,可应用人工神经网络对竞技能力结构进行评价,动态获知竞技能力结构改变对总体运动成绩的影响作用。该研究对于蹦床运动员竞技能力结构的综合评价和针对性训练可提供科学性指导意见。 相似文献
5.
采用文献资料法、录像解析法对第十一届全国运动会体操预赛暨2009年全国体操锦标赛男子跳马冠军黄玉国前手翻团身前空翻两周动作进行运动学分析,重点对踏跳、第一腾空、推手、第二腾空、落地阶段的技术进行运动学分析,以此了解黄玉国在高质量完成前手翻团身前空翻两周的技术特点和运动学特征,为运动员和教练员发展和改进此类动作提供理论依据和技术参考. 相似文献
6.
7.
8.
教学目的确定后,如何在教学过程中突出重点,如何帮助学生突破教材中的难点,以实现教育过程的最优化始终是教学研究的重要课题之一。为此笔者以追求现代化教学为认识出发点,从探讨教学方法的角度来研究电化教育在公共体育课中的作用与地位.着重就利用电教手段、借助电化技术工具对 相似文献
9.
目的:探索在监测由快速点击鼠标引起的指伸肌疲劳方面适用性最优的表面肌电信号分析方法和评定指标;方法:以10名青年志愿者为研究对象,记录受试者90 s快速点击鼠标过程中指伸肌表面肌电信号(sEMG)及点击鼠标频率、受试者主观疲劳感觉.按等时间间隔将sEMG分为若干段并分别计算每段sEMG的RMS、MF、MPF、MDF、MNF和C(n)等指标.从所计算的sEMG指标与点击鼠标持续时间、点击鼠标频率、主观疲劳感觉评分的相关关系及在反映肌肉疲劳的敏感性、一致性、可重复性等方面入手,对各指标在监测快速点击鼠标致指伸肌疲劳的适用性进行评价研究;结果:标准化后的MF、MPF、MDF和MNF与运动持续时间、主观疲劳感觉评分、点击鼠标频率显著相关.在反映疲劳的敏感性方面,MNF最高,MDF次之,之后是MPF、MF、C(n)和RMS.从反映疲劳的指标稳定性看,MNF最高,MPF次之,之后依次为MDF、MF、C(n)和RMS.从指标的可重复性比较结果看,C(n)的稳定性最高,其次分别为MNF、MF、MDF、MPF和RMS;结论:在快速点击鼠标过程中,指伸肌进行低负荷、高频率、小幅度的动态收缩运动,使得从指伸肌表面记录到的sEMG具有非线性和非稳态信号特征的同时,也具有别于肌肉在静态收缩或低频率动态收缩条件下获取sEMG的特征.基于小波包分析计算的MNF指标表现出良好的反映疲劳敏感性、稳定性和可重复性,提示其在评定由快速点击鼠标引起的指伸肌疲劳方面是较好的选择指标. 相似文献
10.