专项特征

摘要： 100 m短跑是奥运会最具影响力的项目,深入研究世界短跑项目的训练进展与趋势对提升我国短跑科学化训练水平具有重要现实意义。在综述国内外相关研究成果的基础上,立足运动生物学和训练方法学的角度,从训练理念、负荷和方法等不同层面对世界及我国短跑项目进行深入分析。研究发现:以伸髋肌群和踝屈肌群为驱动力的用力模式是近年世界短跑训练的重点;增大ATP-PCr储量和提高无氧糖酵解供能速率是短跑运动员训练的2项主要任务;力量和爆发力训练是世界精英短跑运动员训练计划安排的重要部分;短跑的神经-肌肉动员和募集特征及其相应的能量代谢过程是负荷安排的关键。基于奥运备战的现实诉求,应全面了解和深入分析世界短跑训练的发展、现状及趋势,科学探索与认识短跑专项特征,从源头把握训练规律及方向;加强基础性研究,重点聚焦尚未解决与有争议的问题,形成具有中国特色的短跑科学化训练体系,助力我国短跑竞技实力的整体提升。

摘要： 为了解决目前武术散打项目专项化训练针对性不强、专项化程度不高等问题,运用文献资料、对比分析等方法,从供能特征、比赛取胜的主要因素、技术结构与内容、项目的特殊性四个方面对武术散打项目进行深入剖析,总结和提炼出武术散打的专项特征随机、高频的供能转换,移动、变换的攻防技战术,显著、多样的特色技术,有拳套、分体重、需快摔的特殊要求。通过分析专项特征,细致化地设计了武术散打的专项训练内容“信号沙包”的整体性训练;短时、多频、随机的体能训练;以移动和多方位变化为主的技、战术训练;人文关怀及技术特色的掌握和应用训练;“戴拳套”“划分技术风格”“突出两秒快摔”的特殊性训练。

摘要： 最佳功率负荷(Optimum power load,OPL)是指在运动中产生最大输出功率时所对应的外部负荷。该概念源于力-速曲线关系,在递增负重测试中,通过专门的仪器(如线性传感器等)测量杠铃的轨迹速度,再结合负荷推导出OPL。已有多项研究证明OPL与运动表现、专项特征之间的关联性,以及其对竞技水平产生营养的影响,并讨论其在测试和训练方面潜在的应用价值。

摘要： 在街舞(Breaking)入奥背景下,研究其专项相关特征与本质,对构建街舞项目科学体系具有重要意义.本文通过文献资料法、逻辑分析法、专家访谈法,对街舞(Breaking)的项群、专项技能、体能特征进行了进行了归纳总结.结果与结论:街舞(Breaking)按照项群可分为:技能主导类难美性项群、多元动作结构的变异和固定组合以及评分类;专项技能特征主要包括Body、Mind、Soul;专项体能特征主要包括专项力量(爆发力、相对力量)、成套耐力、动作速度、柔韧性、协调性、灵敏性与身体表现力.

摘要： 竞技跆拳道是一项以腿为主、以手为辅的同场对抗类项目。2021年全国跆拳道精英赛首次采用循环赛制进行,本文采用了文献资料法、观察法和比较分析法,在竞技跆拳道循环赛制背景下,归纳竞技跆拳道项目专项特征及其类似项目特征横向对比分析,研究循环赛制下竞技跆拳道教练员和运动员如何更好的适应新的赛制,提出运动员比赛中体能分配和状态调整的合理建议,对构建竞技跆拳道运动的科学体系具有重要意义,同时为提高竞技跆拳道运动的专项训练水平提供科学依据。

摘要： 随着健美操运动在我国的迅速发展,竞技健美操水平也在不断提高,尤其是随着每新周期竞技健美操评分规则的改变,更加要求竞技健美操运动员具有优秀的综合能力,比赛的竞争也是教练员与运动员人才的竞争,因此,研究竞技健美操运动员的科学选材具有重要意义.本文采用文献资料法、逻辑分析法等研究方法,对竞技健美操青少年选材特征,包括体能、耐力素质、柔韧素质、力量素质、身体形态等方面进行分析研究,找出竞技健美操选材特点,为从事竞技健美操教学和训练的教练员提供参考.

摘要： 当代社会体育使得我们需要探索项目的专项特征,本文通过文献资料法,归纳出花样滑冰项目专项特征,从技术、战 术、体能水平、心理能力及运动环境分析花样滑冰专项特征,得出花样滑冰选手需要保持低体重、发展相对力量、多采用离心练 习进行训练,多发展柔韧素质。

摘要： 本文对铁人三项运动的专项特征进行剖析,理清了游泳、自行车、跑步三个子项之间的关系,并且对于各子项总成绩的贡献作出评定,在此基础上探寻适合该项目的体能训练方式与手段。研究结果表明：三个子项在训练手段上存在互相促进与互相制约的关系,其中核心力量水平、有氧与无氧耐力水平、转换能力与三个子项之间的关系为互相促进作用,而三个子项的专项力量练习虽有助于提升单项表现,但也可能对其他子项产生负面效应,因此在实际训练中需要了解各子项的共性与特性,开发能促使两个或三个项目共同进步的练习手段,规避有利于单项进步但对总体竞技能力提升产生制约的练习方法。

摘要： 本研究过对国内部分艺术体操教练员、运动员及专家的调查,深入解析艺术体操项目专项特征,在融合运动训练学前沿理论的框架下,进一步针对我国艺术体操运动员的专项耐力各项因素进行研究,为今后艺术体操运动员专项耐力训练提供理论依据,也可为同属类专业提供可借鉴的经验.

摘要： 本发明公开了一种基于纹理特征与形状特征相融合的水声图像特征提取方法，主要步骤包括图像分割，边界提取，生成基元阵，计算灰度‑基元共生矩阵，获取五项个特征量等几个关键步骤。本发明着手于海底底质水声图像的图形学特征，利用海底底质水声图像的边界形状特征及其灰度相关性，应用并结合边界提取与灰度‑基元共生矩阵法，实现海底底质的水声图像特征提取。本发明不仅能够保证平移、旋转和缩放不变性，并且对噪声不敏感，既可以描述闭合区域，对于非闭合区域也能很好的完成特征提取，实现了基于海底底质水声图像图形学特征的间接识别及提取。

摘要： 本发明涉及一种融合用户时间特征和个性特征的数据特征提取方法，属于人工智能技术领域；本发明基于多用户的批量时序数据，通过时间卷积神经网络建模数据的序列关系，同时引入时间通道和个性特征通道注意力机制自动选择与预测下一个数据点所密切相关的数据特征，从而获取用户的综合数据特征，在此基础上，可以利用现有神经网络模型提供基于用户历史习惯的相关服务。对比现有技术，本发明有效解决了传统神经网络模型在使用数据时效率低下的问题，通过时间通道和个性特征通道两种注意力机制，强调了时间信息和用户个性对于特征提取的重要性，提高了特征提取的有效性。

摘要： 本发明公开了一种钻屑法专项钻机的智能检测方法，通过位移传感器检测钻机的钻进位移，通过转速转矩传感器检测钻杆的转速转矩，通过气压传感器检测通入钻机的气压，通过重量传感器检测煤粉的重量，及通过顶力传感器检测钻机所承受的顶压力，位移传感器、转速转矩传感器、气压传感器、重量传感器及顶力传感器分别将所检测的数据实时传输至PLC上。本发明具有可实时监测钻进过程中出现的卡钻、吸钻、顶钻、异响和孔内冲击等动力现象，并进行记录保存，实现钻、采、录智能化，一体化的特点，适用于钻机设备技术领域。

摘要： 本发明的目的在于提供一种选择特征量并且根据所选择的特征量的值将样品分类为多个类中的任一个的多类分类方法、多类分类程序、多类分类装置、以及用于这样的多类分类的特征量选择方法、特征量选择装置及特征量集。在本发明中，处理伴随特征量选择的多类分类问题。特征量选择是预先按照字面意思对样品所具备的大量的特征量中的用于后续的各处理(在本发明中尤其是多类分类)所需的特征量进行取舍选择的方法。多类分类是确定给定的未知样品属于多个类中的哪一个的判别问题。

摘要： 从位置信息历史中提取用户的停留位置与行为类型之间的相关性。行为模式存储单元(202)存储来自多个停留点的停留点信息(212)，该多个停留点包括与第一行为类型对应的第一行为地点类型的停留点和与第二行为类型对应的第二行为地点类型的停留点。行为特征提取单元(302)参考停留点信息；提取在第一行为地点类型的停留点进行了停留的日子以作为第一行为类型的日子；在第一行为类型的任意日子，如果在与第一和第二行为地点类型的停留点不同的另一停留点进行了停留，则针对第一行为类型的日子而提取与在该另一停留点进行停留的相同时段期间在第一行为地点类型的停留点的停留频率；并且确定该另一停留点与第一行为类型之间的关系。

摘要： 具有处理器和存储器的计算机取得保存有访问网页服务器的内容的用户终端的历史信息的会话数据和保存有用户的属性信息的用户属性数据来作为用户数据，取得保存有所述内容的属性的页面属性数据和保存有提供了所述内容的发布者的属性的发布者属性数据作为发布者数据，取得作为提取对象的发布者和该发布者设为获得目标的用户特征作为目标类型，根据目标类型计算提取对象的数据的项目和值的范围，根据所述用户数据和所述发布者数据计算与所述项目对应的提取对象数据，根据所述提取对象数据和所述发布者数据，基于所述项目的值的范围计算访问的特征量。

摘要： 一种具有用于收纳杆的收纳器和/或收纳器盖的脊柱外科手术系统。盖具有大致圆柱形的主体和从主体径向延伸的一组相对的抗张开凸缘。收纳器具有臂，该臂各自在近侧端部处或邻近近侧端部具有内近侧突起部，以及在近侧突起部远侧的内倾斜张开表面。每个盖凸缘具有面向近侧的盖防张开表面和面向远侧的盖弹出表面。每个收纳器近侧突起部具有面向近侧的倾斜收纳器弹出表面和面向远侧的倾斜收纳器防张开表面。收纳器弹出表面间隔开，因此每个盖弹出表面在操作中接触相应的收纳器弹出表面。每个张开翻修表面向远侧且沿径向向内朝向纵向轴线延伸并进入由盖的内径限定的圆柱形平面中。盖内径大于杆宽度。

摘要： 本发明公开了一种根据特征间的相关性将特征聚类分析并排除无关特征的方法，包括如下步骤：包括如下步骤：S1、去除无关特征：根据特征间的相关性将特征进行聚类分析,根据特征与类间的相关性从高到低进行排序，去除无关特征；S2、特征类聚：对去除无关特征后特征子集采用特征类聚；S3、选出指定数量的特征；本发明首先基于ReliefF算法去除无关特征，然后在特征子集中，将信息含量高的特征作为特征簇的初始中心，然后根据特征关联度对特征进行聚类，聚类完成之后，从每个特征簇中挑选有代表性的特征，该算法同时考虑了特征间的关联性以及特征与类标的相关性，能较好地去除冗余特征和无关特征，有效提高软件缺陷预测的性能。

摘要： 提供一种基于深度神经网络的人工特征与卷积特征融合的特征提取方法，所述方法包括：获取电动液压舵机的故障预测数据；对所述故障数据进行综合预处理，以得到训练数据集和测试数据集；将所述训练数据集分别送入卷积神经网络一次自编码器和基于专家知识的人工时域特征提取模块；在所述卷积神经网络一次自编码器中进行基于卷积神经网络的特征提取，获得卷积特征集；在所述人工时域特征提取模块进行基于专家知识的时域特征提取，获得人工时域特征集；对所述卷积特征集和所述人工时域特征集进行特征拼接，得到融合特征；将所述融合特征送入二次自编码器和解码器，进行基于堆叠自编码器的深度特征融合。

摘要： 相似度计算部(213)将多个类型分别作为对象，计算基准特征量与识别特征量的相似度，基准特征量是从对象类型的图像数据中提取出的特征量，识别特征量是从作为识别对象的图像数据即识别对象数据中提取出的特征量。影响度计算部(214)将与各类型有关的相似度和识别特征量作为输入，计算与识别对象数据的各部分图像有关的对相似度的影响度。特征确定部(215)根据影响度对识别特征量进行变更。