神经网络模型预测纵跳时下肢关节内力矩

摘要：

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(Inversce Dynamic)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 ncural 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.

关键词：纵跳、关节力矩、人工神经网络、逆向动力学

所属期刊栏目：28

分类号：G804.6(体育理论)

资助基金：国家自然科学基金资助项目10672105;上海市科学技术委员会浦江人才计划项目06PJ14082;上海市教育委员会重点理科课题项目05ZZ42;上海市重点学科建设项目T0901

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：45-50,65