简介：笔者提出了一种新的目标相关计算方法,将其应用在100m15项因素指标与成绩(目标)的相关分析中,对决定100m成绩的体能、技术、形态三大类因素指标与成绩目标的相关程度进行排序,得到了较理想的结果。为体育运动运动中多因素分析提供了一个简便而实用的计算方法。

简介：传统的高校公共体育实践课教学模式、教学方法是学生以基本技术、基本战术等为主要内容的技术教学、技能培养。注重教学形式、结构、内容、方法、考核、评价等的统一性与标准化。在当前国家体育赋予高校体育新目标与要求的情况下，旧的教学模式和方法的局限性和片面性便显现出来。采用文献资料法、调查访问法、问卷调查法、数理统计法等综合研究方法，以西安市11所高校中的400名学生为调研对象，利用决策树算法从整体的、系统的与发展的角度对高校公共体育课实践教学影响因素进行较全面而深入的研究，研究结果表明“学生参赛次数”是决策分支最重要的影响因素，其次“喜好程度”以及“教师技术等级”也是影响高校公共体育实践教学的重要方面。

简介：旨在引入神经网络算法以提高加速度计活动强度的预测准确性，以44名大学生（男女各22名）为样本，让其同时佩戴气体代谢分析仪CosmedK482和加速度计（Actigraph—GT3X）进行3类11项体力活动（每项活动5rain），使用Matlab7．0软件运用留一法交叉验证BP神经网络模型，通过其与Hendleman模型和Crouter模型在RMSE、Bias和B—A图上的横向比较评估其效度。结果显示3—18—1的三层神经网络模型（参数误差率O．001、初始学习率0．02、动量常量0．7）的RMSE为1．08，在B—A图上一致性区间之外的点占总数的4．3％、一致性界限差值的绝对值为2．7，每分钟活动强度（除骑行外）的分类准确性分别为84．3％（小强度）、83．2％（中等强度）和89．8％（大强度），神经网络模型在整体强度和各个活动项目强度的预测上的准确性均好于Hendleman和Crouter模型，并且在活动强度分类准确性上更优。未来应进一步探究机器学习中其它算法在该领域的应用，优化整合指标体系和各类模型之间的关系。