文献类型：期刊文章

作　　者：赵丹[1]

ZHAO Dan(School of Physical Education,Zhengzhou Institute of Technology,Zhengzhou 450044,China)

机构地区：[1]郑州工程技术学院体育学院,河南郑州450044

出　　处：《现代电子技术》

年　　份：2017

卷　　号：40

期　　号：17

起止页码：101-104

语　　种：中文

收录情况：BDHX、BDHX2014、IC、RCCSE、ZGKJHX、核心刊

摘　　要：为了预防运动损伤,保证运动员的身体安全,提出一种基于大数据分析的运动损伤估计模型。介绍了大数据分析技术,将引发运动损伤的原因划分成A内部致伤因子、B外部致伤因子、C刺激诱发因子。在大数据分析技术的基础上,通过RBF神经网络构建运动损伤估计模型。分析了基本RBF神经网络,将高斯函数看作隐含层单元的激活函数,通过一种简单的方式设计隐含层,令所有风险等级和一个高斯函数相对应。对径向基函数中心、权值和宽度进行更新,通过梯度下降法对径向基函数中心和其余参数进行学习。依据运动损伤风险样本库对RBF神经网络进行训练,将运动损伤数据输入到RBF神经网络中,当传输数据和某运动损伤风险等级相对应时,RBF神经网络将输出相应值,从而实现运动损伤估计。实验结果表明所设计模型精度和效率都高。

关 键 词：大数据分析  运动损伤  估计模型  RBF神经网络

分 类 号：TN911.1-34] G804.53]