简介:基于大数据对大学生体质进行分类预测,有助于大学体育治理体系的建设,朴素贝叶斯模型是一种操作简单且性能较好的机器学习分类算法.基于朴素贝叶斯分类算法,采用广州商学院2014、2015年学生体测数据及其评分结果作为源数据,构建大学生体质分类器.应用此分类器可对大学生的体质状况实现一定概率意义上正确的判断,从而可以对体质存在隐患概率比较大的学生给出主动性预警,以便大学体育对学生进行群体性的体质判断、进行个性化的有效干预,从而促进学生健康发展,提高大学生整体体质水平.分类器模型用Python编码实现,最后用与训练数据不重叠的历史体质数据检测分类器的准确率,结果显示,基于朴素贝叶斯算法的体质分类器达到了78%的正确率.
简介:Sirtuins(SIRTs)是依赖于烟酰胺腺嘌呤二核苷酸辅酶(nicotinamideadeninedinucleo-tide,NAD+)的去乙酰化酶。除了对染色质组蛋白赖氨酸残基去乙酰化实现对基因的表观遗传修饰外,SIRT1可以调节多种关键转录调节因子及辅因子活性。SIRTs所介导的生理过程包括控制氧化应激响应、能量内稳态控制和运动代谢适应等。体育活动对代谢性疾病的预防或对衰老的延缓可能与SIRTs活性密切相关。多种运动训练方式和补充SIRTs小分子活性物质都能提高骨骼肌、脂肪、心肌和脑等脏器的SIRTs活性,提升机体抗疲劳及能量代谢适应的能力。SIRTs可能是表征功能内稳态的潜在标志物。