高困难的康复训练模拟运动和体育网站基于大数据

文摘

我们研究损伤的康复训练部分冰雪运动的时钟,确保运动员的人身安全。结果表明,RBF神经网络更新中心,体重,和径向基函数的宽度,和预计最大合规是99%,最低合规是93%。经过多次分析,预测结果表明,预测之间的差异程度的一致性和实际结果小于8%。RBF神经网络训练运动损伤的风险数据库,和RBF神经网络实现运动损伤估计输出相应的值。设计的实验结果表明,该模型具有较高的精度和效率。

1。介绍

竞技体育有明显的训练强度和高频竞争普遍存在。许多高水平运动员会有各种伤病由于各种不同的培训计划和重点训练阶段。提高竞争水平的冰雪运动在中国,运动员高强度和大运动训练变得越来越普遍。大多数冰雪活动技能比赛活动,在训练和比赛中,运动员往往伤害事故(1]。运动损伤的高发病率影响运动员的训练和比赛,导致人身伤害,直接影响体育生活,创建优秀的运动员在冰雪运动的结果。目前,冰雪运动员的伤病问题已经成为一个重要的原因影响运动训练和性能。通过探索和分析运动损伤的流行病学和原因的冰和冰体育运动员,我们可以进一步探讨,预防、治疗,减少运动损伤的发生,减少运动损伤对运动员的有害影响,并提供一个理论依据冰雪体育的可持续发展在中国。

运动损伤是一种常见的问题在运动员的训练。近年来,随着体育领域的逐步发展,运动员之间的竞争变得越来越激烈。运动员的训练时间长导致沉重的身体负荷,使运动损伤的发生率越来越高,严重影响运动员的维护和改善自己的成就,甚至使他们过早地离开体育场(2]。因此,运动损伤的治疗和评估已经成为体育研究的重要课题。滑板运动起源于美国,在1960年代中期开始发展,及其生产有关冲浪,所以滑雪也被称为冬季冲浪。滑雪是一项运动,运动员修复他们的脚在滑雪板和雪滑下斜坡。Sobko et al。3)提出了一种研究方法,运动员伤病康复基于大量的数据分析,从统计的角度治疗受伤。

进行多层线性分析康复因素可以获得影响因素和损伤康复的关系。描述运动损伤的发生规律和开展损伤康复因素的主成分分析得到的直接影响因素造成的运动损伤可以有效地预测损伤康复的影响因素。因此,它可以完整的运动员的伤病康复研究。里德和克里斯提出运动员损伤康复的研究方法基于大量的数据分析。受伤被从统计的角度来看。在1970年代,两个重要的人物出现在滑雪。李和其他大大提高人们的控制和速度在雪地上冲浪时通过改进设备和滑雪4]。

通过提高单板材料和工两个人,单板逐渐演变的实际运动器材前semitoy娱乐产品。他们被更多的人接受并最终发展成为一个真正的运动。王也上他的贡献被认为是现代的创始人的单板运动(5]。在1980年代,滑雪流行在美国,很快蔓延至欧洲。随着现代单板的出现,真正的外表形成竞争。作为滑雪的发源地在美国,第一次正式滑雪比赛于1981年在科罗拉多州举行(6]。作为一个出色的个人和新的运动象征着自由,滑雪是在年轻人中越来越流行。世界滑雪爱好者的数量增加。目前,组织竞赛联合会批准,竞争规则的制定和监督实施,并处理抗议和相关法律问题竞赛和规则都是国际滑雪联合会的责任(FIS),成立于1924年,成为世界滑雪管理机构。它的前身是国际滑雪委员会,成立于1910年。在那之后,它是基于国际滑雪委员会的改组。国际雪联合会是一个国际体育组织被国际奥林匹克委员会,国际体育联合会的一员7- - - - - -9]。申办冬奥会的成功和提高中国的经济实力,专注于全面、快速发展的冬季活动的要求,冬季项目也收到了大量的金融支持中国冬季运动管理中心。遵循经济发达地区,全国室内滑雪场正在迅速建立,确保运动员训练场馆nonsnow季节,增加参与国家冰雪运动。许多滑雪协会的出现也加速skiing-a新力量的发展和推广在中国促进滑雪(10]。

在2008年之前,几乎没有相关类型的领域的研究在中国单板滑雪。滑雪的竞争水平的持续改进在中国,运动员在国际比赛的杰出成就,和国家的持续的关注,研究人员也产生极大的研究热情,和滑雪的相关研究逐渐增加。自2008年以来的出版物的数量显著增加。在此期间,中国运动员逐渐在国际钢琴比赛中取得优秀的成果,和滑雪活动增加的流行11]。2015年最重要的出版物的数量;从2003年到今年,共有21个学术文章发表在。出版物的数量突然增加是与中国的成功申办2015年冬季奥运会和冬季项目成为一个热门项目。相应地,学者们更多地参与滑雪研究[12]。不同的作者有不同的选择的研究内容。根据大量的文献报道,发展现状,技术手段、设备、理论分析,和滑雪的心理学研究主要的研究方向,其中大部分是主观描述和分析研究。很少有macrostudies。中国文学滑雪缺乏文章基于宏观研究数据和理论指导。然而,面临在中国单板滑雪的向后发展,缺乏这样的文章危害滑雪的其他方面研究[13]。虽然有研究技术动作和运动损伤的生物力学分析,数量很小。这类研究可以洞察滑雪者,有效地发现和解决问题。科学研究可以帮助运动员训练和恢复。因此,运动员可以提高他们的竞争性能。

因为这样一个研究内容是一个很好的指南滑雪运动训练,缺乏相关研究的这一部分将不可避免地影响到我国滑雪运动的全面发展。为了避免相关问题暴露在特定的发展阶段,我们应该积极开展相关研究和帮助我们在滑雪尽快实现突破。

2。研究方法

2.1。多层线性模型运动员损伤的康复

从统计的角度来看,影响因素运动员损伤康复被分为外部因素和内部因素的运动员,被输入到一个多层线性模型进行分析。当运动员的多层线性模型流程因素数据的损伤康复,首先建立回归方程与外部因素的特征变量数据。然后,因变量为代表的斜率和截距方程。通过二次回归分析模型与个体内部因素的特征变量作为自变量(14]。假设有年代独立变量x1,x2……和xs在内部因素影响运动员的伤病康复和t独立变量 , 。。,在外部因素影响运动员的伤病康复。在这种情况下,两个模型的运动员的伤病康复水平可以建立,见公式(1)- (3)。

1级:

2级:

的公式, 在哪里β_0n代表了康复的拦截系数nth自变量影响因素;β_1n…β_sn分别代表斜率的回归n影响因素自变量损伤康复。方程(1)表明,随机误差个体之间是独立的。随机误差服从P维正态分布,而错误的外部影响因素和个体内部因素是独立的。因为个体的内在因素γ_圣不是随机变化,他们被称为个人内在因素的固定参数。x_锰和,分别称为外部影响因素和个体内部因素的预测因子。e_锰和μ_0n、……μ_sn是外部因素的随机效应和个体内部因素,分别表明单位测量误差,σ2e,Σ是外部因素的随机效应方差和个体内部因素,分别。

2.2。基于主成分分析的研究损伤康复

依法运动损伤的发生,使用主成分分析方法来获取相应的矩阵的内部因素影响个人数据的标准化,计算矩阵的特征值和特征值对应的特征向量,并计算主成分的方差为每个贡献率从高到低。这些主要参数影响损伤康复的个人内在因素(15]。通过计算主成分值的个体内部因素,影响因素的总比例可以分析影响因素,以及影响因素的重要性可以预测损伤康复。有五个人的内部影响因素指标,x1,x2……x5,n运动员的个人内部影响因素的数据矩阵可以表示为如下公式所示:

的公式,F₁代表第一主成分;{一个_圣}表示第二主成分;T是运动员。的平方和的所有主要组件的系数是1的系数矩阵计算康复的影响因素,如以下公式所示:

使|λI- - - - - -R| = 0、5非负特征值λs,通过数量级,即λ1≥λ2≥…≥λ5≥0。λ_t被定义为内在因素的方差贡献吗F_t个人的, 内部因素的方差贡献率吗F_T的t个人,方差贡献率的总和的内部因素Z个人, 是内部因素的累积贡献率的第一Z个人。个体内部因素的数量Z。多少要取决于具体情况;通常,贡献率之和大于85%的标准。计算主成分值的个体内在因素。主成分的值表明影响损伤恢复的程度。在确定个体内部因素的主要组件的数量,每个体内因素的主成分值可以根据上面的公式只要求每个特征值对应的特征向量。影响因素的总比例可以分析影响因素,以及影响因素的重要性可以预测损伤康复。

3所示。分析研究结果

3.1。数据源和实验平台

这项研究的对象是来自所有地区的冰雪运动员的国家,其中包括63%的国家二级运动员田径体育学生的辽宁、河南、山西、江苏、浙江、山东体育职业技术学院。学生被分成五组测试根据他们的成绩和成就。调查的总人数是1000,包括500名男性和500女性。运动员参与测试是16 - 25岁之间16,17]。实验平台统计软件和高级别软件用于数据处理。运动员的复苏的因素主要是内部因素和个人特点,包括运动员的年龄,性别,年级,性格,和焦虑。外部因素包括所需的时间为运动员的伤病康复,运动员的康复锻炼,和nonrehabilitation锻炼。焦虑是复苏的压力水平的过程,这也表明在0到6。的康复运动指的是数量的康复运动由一个运动员维持以前的健身。nonrehabilitation练习的数量指的是与职业体育无关的其他活动,这是反映作为一个不确定的时间。运动员的成绩是指平均等级在平时的表现。性格是一个运动员的水平的乐观和悲观,表示7分制。焦虑条件指的是运动员的压力条件。 The sex is 1 for males and 0 for females.

3.2。研究结果和分析

3.2.1之上。随着时间的推移分析运动员的伤病康复

运动员的恢复状况的调查问卷进行统计分析来确定是否有差异,由于时间和运动员的个体差异。分析结果如表所示1。T率统计的比例系数和标准误差。的结果P值可以估计结果的真实性(这可以代表整个人口),和结果的可靠性P价值指数降低,df是小样本统计,和χ²显著性检验指标。恢复时间的斜率的方差和均值拦截运动员个人的表明,每个运动员的斜率不同,不同运动员的恢复时间并不是固定的。斜率的变化也表明,每个运动员的恢复程度随时间不同步,但有一个规则,恢复时间越长,恢复程度就越好。

3.2.2。分析外部因素对损伤康复的影响

恢复和nonrehabilitation活动的分析结果如表所示2。从表可以看出2,复苏条件相关的康复时间和nonrehabilitation练习的数量由运动员康复期间执行的。结果表明,康复和nonrehabilitation锻炼和康复和运动之间的关系与个别运动员之间存在着显著的差异。从计算可以看出,运动员的个体内部效应的方差减小相对于前一个实验的方差。它表明,新添加的影响因素加强分析性能和证明对损伤康复的影响可以解释的康复锻炼和nonrehabilitation练习的数量。运动员表现更nonrehabilitation运动减慢康复的进展。运动员执行更多的康复锻炼活动加快复苏进展。

3.2.3。个体内部因素对康复的影响

个人内部因素损伤康复的影响如表所示3。从表可以看出3,年龄是一个重要的独立变量的康复拦截。老运动员有一个较低程度的复苏。在性别方面,它表明,男运动员有一个低程度的复苏比女运动员。男运动员进行康复练习在贫穷复苏状态;女性运动员,越是天他们复苏,康复。就年龄而言,之间存在着负相关的nonrehabilitation锻炼和康复在老运动员的程度。之间存在着正相关的nonrehabilitation锻炼和康复在年轻运动员的程度。实验结果表明,老运动员完成康复训练比年轻的运动员在更高程度的康复,和康复训练,康复的程度就越高。一个数据集矩阵建立了基于5 1000名运动员的内部影响因素。使用统计软件进行主成分分析调查问卷的数据集矩阵的个人内在康复的影响因素。 The cumulative variance contribution rate of individual intrinsic rehabilitation injury influencing factors is shown in Figure1随着年龄的增长,占55%,性别为35%。他们的两个主成分的累积方差贡献率达到了90%。以来累积贡献率大于85%,可以认为前两个主成分,年龄和性别,可以代表的主要部分数据信息之前的五个影响因素,直接影响因素。

过去的十组数据在上面分析的1000组与运动员的实际程度的复苏相比比较和测试主成分的一致性程度的预测。如图2的最大和最小的一致性预测结果是99%和93%。经过多次分析,预测结果表明,只要区别预测与实际结果的一致性程度小于8%,它可以被看作是一个准确有效的预测。该方法预测的主要影响因素是小于8%,证明了预测结果完全满足要求。

4所示。结论

运动损伤的发生是复杂多变的。尽量减少和避免运动损伤的发生冰雪体育运动员的运动损伤估计通过RBF神经网络模型。建议,在未来的训练和比赛,冰雪体育的运动员应该努力掌握正确的运动技能和方法的冰雪运动,使完成前后的准备和疲劳恢复的训练,防止过度疲劳,控制节奏和训练负荷,加强肌肉力量训练的脆弱的部分。在身体疲劳或受伤的情况下,适当延长准备活动是很有必要的。如果有必要,停止运动,好好休息。特别是,在重伤,需要等到身体完全恢复之前恢复训练。此外,受伤的运动员应加强知识的学习,加强自我保护意识和预防最大化,有效地减少运动损伤的发生。运动员损伤康复的研究方法提出基于大量的数据分析不调查太多外在因素问卷调查由于有限的问题。进行主成分分析只是个体的内部影响因素,没有执行的外部影响因素的主成分分析。主成分分析的其他外部因素的影响因素也进行了损伤康复更精确。 A comprehensive and effective prediction is a vital direction of the research on athletes’ injury rehabilitation in the future.

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

引用

1. y苏”,实现体育医学和康复的应用深度学习由大数据模型驱动的,”IEEE访问卷7,p . 2019。视图:出版商的网站|谷歌学术搜索
2. k . c . Wang e . d . Bernardoni e . j .销et al .,“模拟训练的诊断关节镜性能的影响:一项随机对照试验,”关节镜运动医学和康复,1卷,不。1,pp. e47-e57, 2019年。视图:出版商的网站|谷歌学术搜索
3. i m . Sobko y Chucha,中情局Podmaryova, o . p . Nagovitsyna, i m . Zhuravlova。,“Application of the video tutorial “challenge for referees” in sports training of young basketball referees for the game season,”健康体育康复,7卷,不。1,42-53,2021页。视图:出版商的网站|谷歌学术搜索
4. l . j . Li赵,y扁,m·李和z贾”特性的分类研究下肢运动想象基于电刺激加强康复,”盛吴仪雪锣程薛咱智=生物医学工程杂志》= Shengwu宜gongchengxue以,38卷,不。3、425 - 433年,2021页。视图:谷歌学术搜索
5. w·d·h . Wang Du, j . Li,和l . Yu”循环传输方法结合运动学约束、运动风格一致”杂志上的传感器,卷2021,不。8 - 17,2021页。视图:出版商的网站|谷歌学术搜索
6. x y杨、d·黄和盾,“增强神经网络控制的下肢外骨骼康复重复扩展学习,”Neurocomputing卷,323年,第264 - 256页,2019年。视图:出版商的网站|谷歌学术搜索
7. j·马修斯,a . m ., a·基奥”评估行为变化的影响培训的知识、信心,和技能的体育与运动科学的学生,“BMC体育科学医学和康复,12卷,不。1,p。62年,2020。视图:出版商的网站|谷歌学术搜索
8. w·j·金、t . b . Seo和j·b·李”的影响限制关节运动范围由于脚踝录制功能的评价高中柔道运动员的运动”运动康复杂志》,17卷,不。3、175 - 183年,2021页。视图:出版商的网站|谷歌学术搜索
9. l .他黄g . w .黄,“计算机辅助运动的影响反馈训练手功能的恢复中风后,“中国康复医学杂志》上,34卷,不。4、427 - 432年,2019页。视图:出版商的网站|谷歌学术搜索
10. j·t·希r . g . Timmins n . Maniar e .里约热内卢和d . a . Opar“无痛和痛阈康复后急性跟腱劳损:一个随机对照试验,”骨科杂志&运动物理治疗,50卷,不。2、91 - 103年,2020页。视图:出版商的网站|谷歌学术搜索
11. 诉诉Ezhov诉Mizin, a . y . Tsarev和t . e . Platunova”训练呼吸的肌肉运动在慢性脑缺血患者的身体康复,”公告恢复医学,卷100,不。6日,19日~ 24日2020页。视图:出版商的网站|谷歌学术搜索
12. r . e . Chan Adnan和r·阿“核心稳定性训练的有效性和动态拉伸慢性下腰痛患者的康复,”马来西亚《运动健康与锻炼,8卷,不。1,1-13,2019页。视图:出版商的网站|谷歌学术搜索
13. j·魏、h·杨,j·冯和y。,“Simulation of spark source wavelet under multi bubble motion,”中国海洋大学学报,20卷,不。1,第74 - 67页,2021。视图:出版商的网站|谷歌学术搜索
14. d .唐“杂化层次深卷积神经网络体育康复锻炼,”IEEE访问,8卷,第118977 - 118969页,2020年。视图:出版商的网站|谷歌学术搜索
15. y Gloumakov, a·j·施皮尔,a . m .美元“降维在日常生活活动和运动集群:解耦手位置和取向,“IEEE神经系统和康复工程,28卷,不。12日,第2965 - 2955页,2020年。视图:出版商的网站|谷歌学术搜索
16. f . Brons“康复项目,而不是体育康复,”德意志Arzteblatt国际,卷116,不。17日,第298页,2019年。视图:出版商的网站|谷歌学术搜索
17. p . e . Tarakci p . n . Arman p·d·Tarakci d . Ok,“跳跃运动使用上肢康复训练与身体残疾儿童和青少年:一项随机对照试验,ScienceDirect”手治疗杂志,33卷,不。2、220 - 228年,2020页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021小姐Zhang et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。