简介:目的通过MAC心理培训方法对青海省世居中长跑运动员在高低交替运动训练中出现的心理问题进行干预,从而提高训练成绩。方法应用MAC7个阶段对运动员进行心理培训,然后用李克特五点量表法进行评分,并对相应的运动成绩进行记录。结果经过MAC法能够显著提高实验组运动员的专注力、耐力、动机和对疲劳的缓解能力(p〈0.05),与对照组相比也有显著性差异(p〈0.05),但对团队的凝聚力和敏捷性等方面没有改善(p〉0.05)。该方法能搞显著提高1500米训练成绩,提高速度,缩短总体时间(p〈0.05)。结论MAC能够显著提高运动员的自信心,效果优于普通心理指导;MAC能够显著提高运动员的训练成绩。
简介:高原训练逐渐成为提高耐力项目运动能力的主要训练手段之一。国内外许多实践及理论研究均证明平原耐力性项目运动员通过适宜的高原训练后,可以明显提高运动员的VO2max、ATV、Hb等。但在对世居高原耐力性运动员的高原训练的成功经验却较少,尤.其对在高原训练期间的生理、生化指标系统观察鲜为报道。.本文则主要对10名世居西宁(海拔2260m)的中长跑运动员进行2260m-2630m交替训练期间的生理、生化测试。测试是以跟随训练追踪测试生理机能,系统观察世居高原人在高原训练期间的生理机能变化规律,以便为其高原训练的计划制定提供理论依据。
简介:基于大数据对大学生体质进行分类预测,有助于大学体育治理体系的建设,朴素贝叶斯模型是一种操作简单且性能较好的机器学习分类算法.基于朴素贝叶斯分类算法,采用广州商学院2014、2015年学生体测数据及其评分结果作为源数据,构建大学生体质分类器.应用此分类器可对大学生的体质状况实现一定概率意义上正确的判断,从而可以对体质存在隐患概率比较大的学生给出主动性预警,以便大学体育对学生进行群体性的体质判断、进行个性化的有效干预,从而促进学生健康发展,提高大学生整体体质水平.分类器模型用Python编码实现,最后用与训练数据不重叠的历史体质数据检测分类器的准确率,结果显示,基于朴素贝叶斯算法的体质分类器达到了78%的正确率.
简介:在含油气盆地烃源岩油气生烃动力学模型公式中,动力学参数的标定问题在数学上可转化为一个约束优化问题。若使用传统的数值优化方法求解此问题存在如下问题:第一,严重依赖初值的选取,如果初值选取不当,就会造成不收敛或陷入局部最优达不到全局最优解;第二,计算结果的精度不是很高。文章针对试验数据,采用改进的遗传算法对动力学参数进行标定,使用MATHLAB编程实现,并且把计算结果与采用传统优化方法得到的结果进行对比,拟和误差明显提高,而且,很好地解决了初值不好选取的问题。