越野滑雪运动员传统式技术动作速度的神经网络预测模型

摘要：

选取了 2019年参加全国越野滑雪项目调赛暨秋季大比武男子15 km(43名)和女子10 km(32名)传统式技术比赛的75名越野滑雪运动员为研究对象.通过三维拍摄方法采集运动学数据,计算动作技术指标.进一步分析提取影响速度的关键指标作为输入参数,以速度作为输出参数,建立基于动作技术预测速度的神经网络模型,并评估模型的准确性.结果发现:不同性别和不同地形的模型预测速度与实际速度之间均具有显著的一致性(P＜0.001),Pearson相关系数最低为0.744,最高为0.873.与实际速度值相比,模型的预测速度的平均绝对误差率最低为4.90％,最高为7.64％.Bland-Altman分析显示所有模型的预测速度与实际速度差值在95％一致性界限内的百分比均在90％以上.研究结果表明:影响越野滑雪速度的动作技术特征具有性别特异性和地形特异性.基于筛选的动作技术特征,针对不同性别和不同地形分别建立的模型,对滑雪速度均有较高的预测能力.

关键词：越野滑雪、神经网络、运动学、运动表现

所属期刊栏目：44

分类号：G863.13(水上、冰上与雪上运动)

资助基金：国家重点研发计划2018YFF0300404

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：56-66