论文基于大数据分析的运动损伤估计模型设计是关于本文可作为相关专业运动损伤论文写作研究的大学硕士与本科毕业论文运动损伤论文开题报告范文和职称论文参考文献资料。
摘 要： 为了预防运动损伤,保证运动员的身体安全,提出一种基于大数据分析的运动损伤估计模型.介绍了大数据分析技术,将引发运动损伤的原因划分成A内部致伤因子、B外部致伤因子、C刺激诱发因子.在大数据分析技术的基础上,通过RBF神经网络构建运动损伤估计模型.分析了基本RBF神经网络,将高斯函数看作隐含层单元的激活函数,通过一种简单的方式设计隐含层,令所有风险等级和一个高斯函数相对应.对径向基函数中心、权值和宽度进行更新,通过梯度下降法对径向基函数中心和其余参数进行学习.依据运动损伤风险样本库对RBF神经网络进行训练,将运动损伤数据输入到RBF神经网络中,当传输数据和某运动损伤风险等级相对应时,RBF神经网络将输出相应值,从而实现运动损伤估计.实验结果表明所设计模型精度和效率都高.
关键词： 大数据分析； 运动损伤； 估计模型； RBF神经网络
中图分类号： TN911.1?34； G804.53 文献标识码： A 文章编号： 1004?373X（2017）17?0101?04
Design of sports injury estimation model based on big data analysis
ZHAO Dan
（School of Physical Education, Zhengzhou Institute of Technology, Zhengzhou 450044, China）
Abstract： In order to prevent sports injury and ensure the physical safety of athletes, a sports injury estimation model based on big data analysis is proposed. The big data analysis technology is introduced. The reasons for sports injury are divided into A internal injury factor, B external injury factor and C stimulation inducing factor. On the basis of big data analysis technology, a sports injury model was constructed by means of RBF neural network. The basic RBF neural network is analyzed. The Gaussian function is regarded as the activation function of the hidden layer unit. The hidden layer was designed in a simple way to let all risk levels correspond to a Gaussian function. The center, weight and width of the radial basis function are updated. The gradient descent method is used to learn center and other parameters of radial basis function. On the basis of risk sample database of sports injury, the RBF neural network is trained, and the sports injury data is input into the RBF neural network. While the tranission data corresponds to the risk level of sports injury, RBF neural network will output the corresponding value to estimate sports injury. Experimental results show that the model has high accuracy and high efficiency.
Keywords： big data analysis； sports injury； estimation model； RBF neural network
運动损伤是运动员训练时常见的问题.近年来,随着体育领域的逐渐发展,运动员间的竞争越来越激烈,运动员因训练时间长导致机体负荷大,使运动损伤发病率越来越高,严重影响了运动员保持及提高成绩,甚至会造成运动员过早离开赛场[1?2].所以运动损伤的治疗与估计成为体育领域研究的重点课题.为了改善运动损伤估计结果,提出一种基于大数据分析的运动损伤估计模型,通过构建的运动损伤模型为预防运动损伤,保护运动员安全提供重要依据.
1 大数据分析介绍
大数据分析技术因具有数据量大、结构复杂、数据形成效率高等特点被广泛应用,大数据分析技术的好坏将直接对分析结果的可靠性产生影响.不一样的数据需通过不一样的大数据分析技术进行分析,运动损伤数据和传统文本关系数据有很大的差异,本文采用神经网络对运动损伤数据实现大数据分析.
2 基于大数据分析的运动损伤估计模型
2.1 致伤因子分析
经大量研究表明,运动员在运动过程中出现的运动损伤不是一个简单的原因造成的,通常是由若干个因素共同影响导致的后果[3].引发运动损伤的危险因素通常被划分成内部因素与外部因素两类,然而只从内部因素与外部因素的角度对引起运动损伤的致伤因子进行分析是不充分的,需构建一个完整的运动损伤估计模型,与此同时,还需分析不同因素间的相互作用和引发损伤事件的作用.
总结:此文是一篇运动损伤论文范文,为你的毕业论文写作提供有价值的参考。
参考文献：
1、 大数据环境下学习资源元模型和应用 摘要：为解决大数据环境下学习资源的描述困难，文章提出了基于元模型的学习资源描述体系，即在资源库平台中建立一套既符合学习资源著录标准的、又具有可扩。
2、 走向大数据时代运动训练科学 摘要：数据是科学研究的重要组成部分，数据活动方式的改变必然会影响科学研究的变化。随着大数据时代的到来，一场关系到人们科学研究的技术与思维方式的巨。
3、 大数据背景下的二维动画设计课程翻转课堂教学模式探究 摘要：大数据背景下，翻转课堂教学模式作为一种新的教学模式，教学过程以及学习活动的颠倒实现了知识传授和内化流程的改变。在梳理翻转课堂教学模式内涵的。
4、 基于山地户外运动的贵阳市大数据环城游憩带探析 摘要：贵州省是以喀斯特山地为特征的经济欠发达地区，依靠山地资源特色发展山地户外健康运动，吸引国内外向往健康的人群来此体验，不仅体验者强健了身体，。
5、 大数据背景下思想品德微课设计 摘 要 微课作为一种教学资源，与翻转课堂这一教学模式相结合，成为学生自主学习不可或缺的重要组成部分。微课通过配备完整的学习方案，让学生明晰教学目。
6、 一场由大数据引导拯救地标运动 转眼夏季，衣着渐减，无处可藏的肉脂，一点一点催促着你快去减肥。奈何，冰淇淋与小龙虾齐飞，老酸奶与甜西瓜共舞……对于吃货大国的民众，减肥，简直意味。