简介: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CosmedK482和加速度计(Actigraph—GT3X)进行3类11项体力活动(每项活动5rain),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O.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。
简介:目的:系统评价运动员高原训练的效果。方法:计算机检索中国知网和万方数据库中有关高原训练的随机对照和自身前后对照的实验研究文献。按照Meta分析要求整理数据,建立数据库,采用RevMan4.2.2软件对各研究中的相关结果进行统计学处理。结果:共纳入研究文献69篇,研究组别119组,研究对象826名。Meta分析显示:与高原训练前相比,高原训练后血液中的RBC、Hb、HCT,心每博输出量、射血分数等指标均有显著升高,并可一直持续到赛前;机体的免疫功能指标、睾酮水平等在高原训练期间显著降低,但回到平原经过2-3周的调整可回复到高原训练前水平。结论:运动员高原训练的效果主要体现在提高心肺功能和血氧运输能力方面,对其他指标影响不大。建议:进一步开展设计严谨和大样本的随机对照研究,对研究结论予以进一步证实。