文摘

运动训练是一个重要的日常生活的一部分,和各种伤害在训练过程中容易发生。如果不及时处理,它们必然会影响日常生活。虽然我们的公民越来越意识到参与体育锻炼,它们执行很多体育活动意外事件的时候,和运动损伤越来越频繁。意识到运动训练损伤的评价和自动预测的风险因素,运动训练受伤风险评价算法提出了使用大数据分析。建立训练受伤的风险分析模型,分析相关参数训练损伤风险评估通过统计和定量分析,提取训练受伤的风险大的熵特征数据,优化决策和评估过程通过稳定结果受伤的风险评估和模糊决策,并建立专家系统分析模型的运动训练受伤的风险评估。层次分析方法应用于评价训练受伤的风险,优化和自适应模糊控制实现优化设计的训练受伤的风险评估。结果表明,该方法具有良好的自适应特征和高确定性。

1。介绍

虽然我们国家的生活水平近年来一直在提高,身体健康并不理想。体能训练是一个重要的日常生活的一部分。运动可以改善人们的身体健康,运动质量,和身体素质,加强人们的内部器官,肌肉,骨骼,心肺功能,和血液成分的比例方面有利于人们的健康,这有利于人们的寿命。此外,运动可以让我们感到更接近大自然,接近自己的起源,和丰富的社会交流。体育体现了自由和开放的精神,使其成为人们和睦相处的好方子,帮助净化人们的身体和心灵。通过运动训练,我们可以有效地提高每个人的运动的能力(1]。在运动训练的组织,有必要开展运动训练受伤的风险评估和决策、构造运动训练受伤的风险决策模型,采用模糊度特征分析方法,开展运动训练受伤的风险预测,相关研究运动训练损伤风险评估和决策方法受到极大关注2]。

准备活动是至关重要的任何运动。热身不足、深层肌肉温度、肌肉的灵活性和关节的灵活性足以导致肌肉和韧带拉伤和关节在运动中受伤,而充足的热身可以增加后续的肌肉收缩所产生的爆炸力[3]。在[4),他们发现学生体育参与者的调查后,运动损伤的频率由于不当的准备活动是88,这是132年报告总数的21.41%的伤害。

进行放松练习结束时,每个培训锻炼来缓解压力,促进身体机能的恢复锻炼(5]。运动后肌肉处于紧张状态,如果不及时的放松,它不仅会导致肌肉酸痛,但随着时间的推移,它也会使肌肉失去弹性,和运动协调将会大大减少;因此,适当postpractice需要放松来缓解运动疲劳和满足心理压力要求6]。

运动需要不同的运动伙伴的整个过程贯穿整个意识,以及合作伙伴之间的合作尤为重要(7]。男人在运动中扮演“领导者”的角色,而女性,如“追随者”,需要正确地捕捉他们的男性伴侣的身体语言在时间来完成的行动在他的指导下8]。如果合伙人不协调,不一致的曲率和扩展的运动将消耗双方的力量和增加运动损伤的风险9]。

这种风险因素指的是一个老的存在在运动员的运动损伤身体,但运动员并不给予足够的关注与损伤或坚持参与培训由于心理因素导致恶化或新的运动损伤。以中国优秀的拉丁舞选手为例,(10]48个研究对象,调查发现,60.45%的球员继续训练运动损伤发生后只有简单的治疗和23.1596的球员仍然正常训练(11]。运动疲劳是身体的生理过程无法维持(12]。随着体育竞赛水平继续提高,球员重竞争任务,锻炼强度高。疲劳引起的过载会导致肌肉疼痛和活动的问题,这将严重影响运动员的训练和日常生活13]。

运动训练受伤的风险的评估是使用大数据分析的运动训练受伤的风险,运动训练损伤的约束参数分析统计定量分析风险评估的方法,大数据的熵特征量的提取运动训练受伤的风险,相似信息的提取的运动训练受伤的风险特性分布设置,自适应运动训练损伤风险评估和自适应运动训练损伤风险评估分位数回归分析方法(14]。运动训练损伤风险评估通过分位数回归分析方法用于实现风险评估,但运动训练损伤风险评估的传统方法适应性差和低功能歧视能力;在这方面,本文提出了一种运动训练损伤风险评估算法基于层次灰色关联分析(15]。大数据建立了运动训练受伤的风险分析模型,结合模糊度的特征提取方法,运动训练受伤的风险评估,最后,进行了仿真试验分析得出有效的结论。

为了使运动损伤风险的来源更全面、更有效,有必要进行合理的运动损伤风险的来源分类,如图1。有两个方面。人的风险主要包括action-behavior风险和自我管理风险;体育场馆的风险包括安全管理风险和医疗监管风险;场地设备的风险主要包括活动场地和体育器材风险风险;风险的外部环境主要包括自然环境和人工环境风险的风险。


图1
运动训练的风险因素分类图。

常见的运动损伤如下:皮肤和软组织损伤:皮肤的角质层和组织液渗出,但较弱,炎症和毛细血管不流血时不损坏。预防和治疗皮肤感染是很重要的。对于小擦伤,伤口可以用生理盐水清洗或冷水,用70%的酒精消毒棉花球,用紫色的药膏。如果伤口有异物如煤渣块或细沙,它与生理盐水或冷开水冲洗和消毒与过氧化氢和酒精棉花球。伤口然后覆盖着一条凡士林,用无菌敷料。而磨损,减少流血越来越更难以清除,并容易感染的风险。首先,要注意出血,主要与压力止血,如果有必要,可以用来止血绷带。如果伤口很深,清创术是困难的,重要的是要知道此时受伤的人应采取一个医生和接种破伤风疫苗。值得一提的是,头部的伤口往往难以止血,因为丰富的血液流向头皮和高压的头皮,应该及时治疗和正确果断并送往医院接受治疗。

肌肉拉伤是一种小肌肉损伤引起的快速运动中的肌肉收缩或过度的压力,导致部分或完全撕裂的肌肉。肌肉拉伤后,你可能会感到疼痛,肿胀,压力,肌肉僵硬。可以局部疼痛、轻度肌肉拉伤swellin和压力,但严重情况下会导致肌肉撕裂,肿胀、皮下充血,肌肉收缩。治疗此类伤害应该立即用冷敷,压力包和高海拔受伤的肢体。疼得厉害时,口服镇静剂和止痛药物会管理,可以在24小时内使用或更少。

分析的步骤防止在运动中受伤的风险图所示2。


图2
运动损伤的危险预防图表。

3所示。方法

根据上述,构造层次分析模型如图3。


图3
高危因素的层次决策模型。

在模型中,风险因素作为最高目标;严重程度和发生率为准绳;和四种类型的风险因素,即体育教学,合作伙伴合作,个人因素和体育相结合作为替代。接下来,构造比较矩阵和解决,最后,最高风险类别确定逻辑,这些风险承担与高发病率和更严重的后果是识别并关注。

比例缩放方法如表所示1。

表1
1 - 9比率量表的方法。

四阶矩阵 形成如下( 风险之间的比例是重要性 , )(10]。

实现运动训练受伤的风险评估模型,大数据融合调度方法用于大数据信息采样的运动训练受伤的风险评估,结合运动训练的统计信息挖掘方法损伤风险评估,把运动训练水平的损伤风险评估 ,成 的水平, ,也就是说, ,分布式采矿方法模糊特性的统计分析和最优运动训练受伤的风险评估,建立大数据分析模型对运动训练损伤风险评估和自适应学习运动训练损伤风险评估和获取统计函数运动训练受伤风险评估(11]

上面的方程是一个很大的数据融合模型的运动训练损伤风险评估运动训练损伤风险评估的定量分析和相关约束协变量集的分布关系 建立了运动训练损伤风险评估(13]

我们把运动训练的自相关特征匹配方法损伤风险评估大数据抽样抽样结果显示运动训练受伤的风险优化、评估和决策。特征匹配函数建立了运动训练受伤的风险, 。机器学习的optimization-seeking轨迹计算(14]

运动训练损伤的模糊参数识别风险评估是由使用输出稳定获得评估和构造成模糊决策方法

让 ;构造一个模糊子空间调度模型为运动训练受伤的风险评估 ,并进行相关调度、自动挖掘和模糊度特征分析为运动训练受伤的风险评估。运动训练受伤的风险评估的模糊更新规则计算(15]

的方程, 代表了大数据的模糊分布因素运动训练受伤的风险评估,结合运动训练的统计特性分析方法风险评估。体育训练受伤得到风险评估

线性方程适合于体能训练损伤的风险评估

相似性分析方法用于自适应运动训练受伤的风险评估,以及模糊控制运动训练过程中损伤风险评估可以显示

表示的分布式调度集运动训练受伤的风险评估、模糊关联规则的调度组构造运动训练受伤的风险评估,为运动训练和分割测试执行受伤的风险特征(14]。

对于大型体育训练受伤的风险评估和自适应控制,

关联规则分布函数的运动训练损伤风险评估 ,和联合关联规则挖掘方法是用来获取有限数据集的关联维分布运动训练损伤风险评估(15]。

运动训练受伤的风险评估 样品,和运动训练专家系统分析模型的损伤风险评估,建立了控制获得的样本函数 。运动训练的特征数量损伤风险评估是通过结合分层灰度关联分析方法 与运动训练损伤的定量关系风险评估和显示

运动训练受伤的风险预测函数,如以下所示方程,总结分析,实现运动训练受伤的风险的优化,提高运动训练受伤的风险控制。

4所示。实验

帕累托分析应用于评估运动训练的整体风险因素,以及运动训练的整体风险评估的结果是获得,如表所示2。

表2
运动训练的风险因素分类统计数据表。

帕累托分析类别的风险因素对人们的体能训练是根据表绘制2,如图4和5。


图4
帕累托分析风险因素分类图对体能训练的频率。

图5
帕累托图分析风险因素分为体能训练的百分比。

首先,定量风险评估的运动行为进行了使用列表排序法和基于公式计算的风险,导致平均分数的可能性和严重性的平均评分,和每个风险因素的风险如表所示3。

表3
评估的结果action-behavior危险因素(n= 192)。

首先,自我管理风险的定量评估是使用列表排序法和基于执行的公式计算的风险,导致的平均分数为每个风险因素的可能性和严重程度,和平均分数的风险如表所示4。

表4
自我管理风险因素的评估结果(n= 192)。

验证该方法的有效性在体育训练中受伤的风险,本文使用统计分析软件来模拟和分析训练受伤的风险。运动训练受伤的风险的统计样本长度是1024,风险评估系数是0.25。不确定性程度的风险特征分布是决定根据上述参数。在此基础上,进行运动训练受伤的风险评估,和受伤的风险信息分布在运动训练。训练损伤风险评估的分析方法是有效的统计分析得到的精度评估,测试和比较(图6)。


图6
比较体育训练损伤风险评估的准确性。

5。结论

开展运动训练受伤的风险预测和提高运动训练的最优决策能力损伤风险评估,提出了一种运动训练损伤风险评估算法基于层次灰色关联分析建立体育训练受伤的风险大数据的分析模型,分析了运动训练的约束参数损伤风险评估通过使用统计定量分析的方法,提取运动训练受伤的风险大的熵特征数量数据,做出最优决策和评价运动训练损伤风险评估采用的方法输出稳定性评估和模糊决策,并建立专家系统分析模型的运动训练受伤的风险评估。层次灰色关联分析的方法用于自适应的优化和模糊控制运动训练损伤风险评估和实现优化设计的运动训练受伤的风险评估。适应能力的分析表明,运动训练损伤的风险评估使用这种方法很好,可信度高,风险预测和评估的能力也得到了改善。

预测训练受伤的风险,提高运动训练的最优决策能力受伤的风险评估、训练受伤风险评估提出了利用灰色关联分析方法。建立大数据分析模型的训练受伤的风险,分析相关参数统计训练损伤风险评估的定量分析方法,提取训练受伤的风险大的熵特征数据的稳定结果评价方法和模糊决策,优化决策和评估过程的训练受伤的风险,并建立一个特殊的系统分析模型训练受伤的风险评估。应用灰色关联分析方法评价运动训练受伤的风险,优化和自适应模糊控制实现优化设计的运动训练受伤的风险评估。发现这个方法很适合在运动训练受伤的风险评估,具有较高的可靠性和提高风险预测和评估的能力。

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突。