论文部分内容阅读
目的:本研究旨在通过多级跳深测试、以反应力量指数为评价标准,评价个体的最佳下落高度;在人体测量学指标(身高、体重等)、力量素质指标(背蹲1RM、下蹲跳高度)中筛选出与跳深练习最佳下落高度存在相关关系的指标,并据此通过BP神经网络构建最佳下落高度的预测模型,对模型评价指标进行检验,评价BP神经网络模型的拟合及预测效果;为有跳深需求的运动员提供下落高度的预测方法。方法:本研究选取49名山东省训练中心18-25岁成年高水平男性运动员,采用测试法对力量素质指标、形态学指标进行采集,其中使用渐增高度的跳箱(30-75cm,增量为5cm)、以最大反应力量指数为标准筛选个体的最佳下落高度;使用数理统计法对各指标进行Pearson相关性检验;通过数学建模法建立跳深练习最佳下落高度的BP神经网络预测模型,模型搭建成功后使用配对样本T检验对下落高度实际值和模型预测值间的差异进行统计学分析,并计算二者间的效应量(Cohen’s d值)。结果:(1)背蹲相对力量(r=0.696,P<0.001)、反应力量比(r=0.605,P<0.001)与最佳下落高度均存在高度正相关关系;体重(r=-0.455,P<0.01)、身高(r=-0.413,P<0.01)与最佳下落高度呈中度负相关关系、CMJ(r=0.417,P<0.01)与最佳下落高度呈中度正相关关系;(2)BP神经网络模型训练集的R值为0.983,R2值为0.8,MAE值为2.384,MRE值为6.01%,MSE值为11.051;测试集的R 值为 0.974,R2 值为 0.974,MAE 值为 2.468,MRE 值为 6.44%,MSE 值为11.685;总体的 R 值为 0.943,R2 值为 0.889,MAE 值为 2.650,MRE 值为 6.22%,MSE值为13.186;(3)配对样本T检验表明最佳下落高度的实际值(M=46.12,SD=11.01)与模型的预测值(M=45.86,SD=10.79)之间无显著差异(P>0.05),且二者效应量Cohen’s d值为0.04,最佳下落高度的实际值和预测值的差异在实际中无意义。结论:(1)跳深测试中,随着跳深下落高度的增加,反应力量指数值先增后减,能够使用最大反应力量指数作为跳深练习的最佳下落高度的选择依据;(2)在所选取的形态学、力量素质等指标中,身高、体重、下蹲跳高度、背蹲相对力量以及反应力量比均与最佳下落高度存在显著性相关关系,当选择跳深练习作为超等长训练的训练手段时,应考虑上述因素对下落高度的影响;(3)本研究以身高、背蹲相对力量、下蹲跳高度及反应力量比作为模型的输入层,以个体跳深练习最佳下落高度作为模型的输出层进行建模,搭建的BP神经网络模型能够比较准确的预测高水平男性运动员跳深练习的最佳下落高度,模型的拟合及预测精度相对较高。