力量训练之最佳功率负荷预测方法构建与评估

发布时间：2021-06-09 15:43

　　目的:构建不同最佳功率负荷预测方法,并横向评估其预测精度,为竞技体育高水平力量训练负荷"剂量化"提供理论与实践支撑。方法:招募52名受试者（测试对象46人,预测对象6人）进行最大力量测试和最大输出功率测试,根据测试对象的数据构建平均速度预测法、非线性回归模型预测法和BP神经网络模型预测法,利用预测对象数据对3种预测方法的预测精度进行对比分析。结果:卧推抛预测精度比较,平均速度预测法相对误差均值为25%,非线性回归模型预测法为31%,BP神经网络模型预测法为9%;半蹲起预测精度比较,平均速度预测法相对误差均值为13%,非线性回归模型预测法为20%,BP神经网络模型预测法为9%。结论:BP神经网络预测法预测精度和智能化程度最高,但其实际操作和应用的难度亦相对较大;平均速度预测法运用的便捷性最优,但其对设备的要求相对较高;非线性回归模型预测法对设备要求最低,但其预测误差相对较大。 

【文章来源】：沈阳体育学院学报. 2020,39(05)北大核心CSSCI

【文章页数】：9 页

【部分图文】：

不同负荷下半蹲起和卧推抛的功率—速度曲线

由图2可知,卧推抛非线性回归模型的R2为0.421,最大平均输出功率(549.51±193.23)W对应的相对负荷为60.87%±17.2% 1RM。由图3可知,半蹲起非线性回归模型的R2为0.594,最大平均输出功率(745.28±258.64)W对应的相对负荷为78.26%±13.71% 1RM。

半蹲起非线性回归模型

【参考文献】：
期刊论文
[1]大型体育赛事风险预警模型与应对策略研究[J]. 霍德利,仇慧,仇军.  沈阳体育学院学报. 2014(05)



本文编号：3220858