基于DWT和随机森林算法的运动员损伤可能性监测系统研究

发布时间：2022-01-06 04:23

　　运动损伤可能性监测是运动科学的核心项目,然而,当前的运动损伤监测项目繁多、仪器昂贵且监测时间过长,不利于运动损伤监测的大范围开展.机器学习算法的发展为运动损伤监测提供了新的可能性,基于离散小波变换（DWT）和随机森林算法构建了运动损伤训练集,并依据慢跑运动员的下半身运动情况,构建了基础分析框架,进而设计了运动员损伤可能性监测系统.首先,采用可穿戴陀螺仪设备,可以有效监测运动员小腿、大腿及臀部的三维力学情况,并实现对运动位移曲线的有效绘制;其次,该系统相较于其他分类器所构成的系统,在训练时间和测试时间上均有优势,运算效率更高.总体而言,运动损伤监测系统具备成本低、精确度高的特点,适宜大范围推广. 

【文章来源】：哈尔滨师范大学自然科学学报. 2020,36(04)

【文章页数】：6 页

【部分图文】：

运动损伤分析框架

【参考文献】：
期刊论文
[1]弱激光或单色光照射疗法在运动训练领域研究进展及展望[J]. 李方晖,李国军.  中国体育科技. 2016(06)
[2]改善慢性腰肌劳损康复治疗手段的比较研究[J]. 木志友,邹蕊,李亮.  北京体育大学学报. 2014(12)
[3]美国运动医学会4大期刊及所关注的运动人体科学研究热点[J]. 王娟,王正珍.  北京体育大学学报. 2014(08)
[4]不同频率振动训练对膝关节位置觉影响的实验研究[J]. 黄鹏,王安利.  北京体育大学学报. 2012(11)
[5]裸足与着鞋下跑步生物力学及损伤特征的研究现状[J]. 郝琦,李建设,顾耀东.  体育科学. 2012(07)
[6]运动损伤加剧的技术性原因分析[J]. 李广,王国瑞.  沈阳体育学院学报. 2012(01)



本文编号：3571723