上海市浦江人才计划项目(06PJ14082)
- 作品数：2 被引量：10H指数：2
- 相关作者：刘宇史世民肖毅钟运健更多>>
- 相关机构：上海体育学院更多>>
- 发文基金：上海市浦江人才计划项目上海市教育委员会重点学科基金国家自然科学基金更多>>
- 相关领域：文化科学更多>>
- 基于位移传感器的超等长重量训练系统研究被引量：5
- 2009年
- 为有效提升运动员的竞技运动表现和减少训练过程中伤害的发生,结合重量训练能有效增进最大肌力,以及超等长训练可有效提升动作速度与爆发力的双重优点,提出了超等长重量训练方法。通过在现有的力量训练器材上加装位移传感器,研发了带减速制动装置的智能化超等长重量训练与诊断分析系统。该系统不仅可以监测运动员训练过程中的速度、加速度、力量和功率等参数,还可以对这些参数进行综合的诊断分析,并将分析的结果实时反馈给使用者,为实时监控训练过程和科学评价训练效果提供了依据。
- 肖毅刘宇
- 关键词：超等长训练位移传感器
- 神经网络模型预测纵跳时下肢关节内力矩被引量：5
- 2008年
- 关节肌肉力矩在生物力学研究中是一个非常有价值且应用性颇广的参数。要获得关节力矩数值,需同步测量运动学和地面反作用力参数,并通过逆向动力学(Inverse Dynam- ic)过程方能求得。目的在于建立推估两种纵跳:直立(Counter-Movement Jump,CMJ)和蹲位(Squat Jump,SJ)时下肢各关节力矩的人工神经网络(artificial neural network,ANN),通过输入相对较容易测得的地面反作用力参数,推估下肢关节力矩(踝、膝、髋)。以10位男性运动员为受试者,在测力台上完成两种纵跳,其所测得的地面反作用力参数作为神经网络模型的输入数据,以下肢各关节力矩为输出数据。经过网络优化后,所求得的最佳神经网络模型为"5-10-3模型"(即输入层有5个神经元;隐藏层为1层,有10个神经元;输出层有3个神经元)。该模型所推估出的下肢各关节力矩极值相对误差均小于6%,与实测值的相关系数高达0.95以上,且在推估关节力矩曲线形态与角冲量方面的表现也十分良好,显示通过神经网络以地面反作用力来推估下肢各关节力矩的方法是准确和可行的。
- 刘宇史世民钟运健
- 关键词：纵跳关节力矩人工神经网络
