一、运动员脑电混沌动力学维数特征及其与智商的相关关系（论文文献综述）
印想[1]（2019）在《基于安卓平台的注意力检测系统的研究》文中研究说明注意是个体对一定对象的指向性和集中性,处于个体感知事物的前端。21世纪以来,儿童和青少年的成长备受家长们的重视,然而注意力的缺失或不集中已经成为了制约其健康成长的重要因素之一。研究表明,有超过5%的儿童或者青少年存在注意力缺失或不集中的问题。患有注意力缺失的儿童常表现为易分心、易怒、冲动等,例如在课堂上,他们常常因为无法保持足够的专注,导致其学习效率低下;在日常活动中,他们难以与同伴和睦共处,故严重影响其人际交往能力的提升。目前,传统的药物治疗、心理治疗及行为干预等方法虽有利于调节和改善注意力水平状况,但其周期长且效果不稳定。随着认知神经学科的发展,基于脑电的生物反馈治疗开始兴起,但依然存在着训练操作难度大、成本高等问题。鉴于此现状,本文拟借助于Android平台,设计开发一套注意力检测系统,为儿童和青少年的注意力检测提供一个更为方便、高效的方式,并通过基于脑电的指向性反馈训练,改善和优化其注意力等心理资源的调配。本文简要介绍了人体大脑的生理结构和皮层分区、注意力的神经生理机制,重点叙述了与注意力相关的脑电成分。基于此,设计了注意力相关的脑电实验,在标准的实验环境下完成了受试者脑电数据的采集和存储工作,并对所采集的脑电数据进行了离线分析。从时频分析的角度,采用db4小波基对原始脑电信号进行7层小波包分解,提取了β波/θ波能量占比作为特征量;从非线性动力学的角度,提取脑电信号的样本熵作为特征,并分别从能量和熵的角度对各受试者进行注意力的分级研究,通过对两种方法的实验效果对比分析。结果表明,两者都能从一定程度上表征注意力水平的状况,但样本熵对于多级注意力的区分度更好。最后,本文基于Android平台,采用java编程语言,搭建了一套在线注意力检测系统,经测试,本系统不仅可实现脑电信号的采集和存储、注意力水平值的实时显示,并且能提供娱乐级的脑电生物反馈训练,以提高和改善儿童和青少年的注意力水平。此项研究不仅实现了一种移动化的注意力检测方式,更对基于脑电生物反馈治疗的普及起到积极地推动作用。
温晓利[2]（2017）在《脑电信号分析技术在体育领域中的应用研究综述》文中研究说明该文通过文献资料法整理研究自20世纪50年代以来我国脑电信号分析技术在体育领域中的应用,主要从传统线性时域频域分析、非线性动力学分析、超慢涨落技术分析三方面进行分析总结,以期对今后从事脑电信号分析的研究提供理论基础和研究方向的指导。
刘阳[3]（2016）在《悬吊训练对青年人群肌肉疲劳程度的肌电特征分析》文中进行了进一步梳理目的:表面肌电图的应用已经得到了广泛认可,特别是在医疗与体育科学研究领域,目前已经成为体育研究的常用技术和指标。本文通过对悬吊练习与平地练习的比较,针对完成这两种练习参与的肌肉进行表面肌电的疲劳程度分析,了解悬吊练习与平地练习的区别,从中找到科学的依据,对竞技运动员和教练员,大众健身人群提供相关的数据理论支持与技术帮助。方法:本文选取正常形态,身体健康的男大学生青年40人,应用无线便携式8导表面机电仪和无线心率测试系统,对受试者的三角肌、肱三头肌、胸大肌和腹直肌进行肌电信号与运动状态心率的采集。通过相关的软件进行数据的截取与分析。根据悬吊练习的特点,结合大众健身的简易动作,设计出四个动作模式进行测试。结果:对四种动作对人体四个部位的肌肉进行肌电疲劳特征分析,1.俯卧撑动作在悬吊组与平地组均具有显着的疲劳特征,两种练习方法均可锻炼胸大肌,肱三头肌。2.仰卧起坐动作的疲劳特征不具有显着特征,也就是说,对于仰卧起坐动作来说两种练习方法均没有特别的帮助。3.侧位举动作在悬吊组当中具有显着意义,该组可以应用这个动作进行训练,不仅可以增加核心部位的力量,而且同时增加上肢的力量,平地组没有其效果。结论:从整体动作对肌肉群的肌电特征分析来看,悬吊练习对核心部位肌肉力量的发展效果更为有效,建议各体育单位可以结合运动员身体素质的实际情况和专项特点,采用悬吊练习进行有针对性训练。可以制作简易悬吊绳进行推广,发展大众体育锻炼。可以根据健身条件和环境,选择平地练习或悬吊练习。做为大众健身领域可以进行大范围的普及与推广,特别是对青年人群的健康具有指导意义。
梁庆真[4]（2014）在《基于相空间去噪的心音信号递归定量分析及识别》文中进行了进一步梳理心血管疾病严重威胁着人类的健康。心音是心脏运动所产生的振动信号，蕴含着与心血管疾病有关的心房、心室、血管和瓣膜等部位的各种信息，所以心音分析是无创检测心脏病的重要手段。心脏跳动是非线性的，因而决定了心音的复杂性和非线性。目前人们更多地采用线性的方法对心脏模型进行简化或近似，这样并不足以完整的揭示生命活动规律。随着科学技术的发展，非线性系统的研究已取得了很大的进展，这为我们更好地评估心脏状态暗示了一条途径。心音信号是一种微弱振动信号，在采集的过程中会不可避免的引入干扰噪声，这会使有用信号成分受到污染，影响后续分析，所以心音的前期去噪显得尤为重要。传统去噪法一般从线性角度出发，忽略了心音非线性的本质，使其自身的动力学特性受损，导致后续提取的特征参数不准确，进而影响识别。针对心音信号非线性的特点，本文提出噪声水平自适应估计的局部投影与离散小波阈值相结合的去噪方法。该方法建立在相空间重构的基础上，先取较大的嵌入维，用局部投影降噪去除随机噪声部分，保留了较强信号和微弱信号，然后取较小的嵌入维，再次用局部投影降噪算法，这时特征值较大的信号为较强的信号，特征值较小的即为微弱信号，但是微弱信号中还包含一些噪声，而离散小波阈值去噪可以有效地保留信号信息，所以再用离散小波阈值降噪将此噪声去除，即可得到较完整的心音信号。对实测的心音信号进行分析，结果表明该方法能有效地抑制噪声，通过去噪前后最大Lyapunov指数的计算，判断出该方法能很好地保留原始信号的非线性特征。从非线性动力学系统的基本特征出发，选取临床采集的正常及两类异常心音信号为对象，对去噪后的心音信号进行非线性分析，包括基于递归图的递归定量分析和混沌特征量Kolmogorov熵的研究，并从中选取了递归率、确定率、最长对角线及Kolmogorov熵4个特征指标组成特征值向量，再通过主成分分析压缩特征值向量，然后根据该压缩了的特征值向量建立不同类别心音各自的联合概率密度分布模型，并设定判别阈值，可以对心音类型进行辨识。
魏高峡,李佑发[5]（2012）在《21世纪中国运动心理学的新方向:运动认知神经科学研究》文中进行了进一步梳理以心理学母学科的视角来管窥运动心理学的发展趋势,主要从交叉科学——认知科学和认知神经科学角度来思考和探索该学科的发展潜力和方向,为此分析了当前运动心理学与主流科学在研究方法上的差距,回顾了运动认知领域的系列研究主题,如注意、表象、运动决策和运动专家知识系统,提出了未来运动认知神经科学方向可以研究的具体科学问题,同时建议更多相关领域的研究者,特别是运动心理学者今后应该借助于认知心理学的理论基础和神经科学的技术手段,拓展运动心理学的研究方向和内容,利用我国优秀运动员的储备优势,在交叉学科的研究中做出一定的贡献。
毛翠云[6]（2011）在《创业胜任力综合测评研究》文中研究表明随着创业型经济的深化和发展,创业型人才的获取、识别、培养及评价显得越来越重要。用胜任力的方法对创业主体进行研究日益成为国内外许多学者与企业界关注热点。创业者创业胜任力识别与评价是目前创业型经济背景下刻不容缓需要解决的重要课题。针对目前创业成功率和创业绩效低,创业活动缺乏胜任力方面理论指导,创业者心理特质研究忽视了与创业环境、创业过程的相关性,创业胜任力研究存在概念不明确统一,以及胜任力定量测评方法客观性和便捷性有待提高等现状,开展创业胜任力综合测评研究。具体研究工作包括：阐述与创业胜任力综合测评相关的创业理论、胜任力理论、绩效理论、人员素质测评、行为心理学理论和脑象图测评理论等,梳理形成创业、创业者、创业胜任力和创业绩效、创业素质测评一些新的理论观点；确定创业潜质胜任力、创业知识胜任力和创业技能胜任力三维度的内涵,建立创业胜任力三维度冰山模型,用三维空间力学矢量方法描述创业胜任力三维作用力形成,用三维作用力的作用平面描述创业胜任力与创业环境、创业任务之间关系,用三维空间体积变化描述创业绩效高低,揭示实现高绩效创业的创业胜任力作用机制；通过对创业者问卷调查及统计分析,确定创业胜任力潜质胜任力、知识胜任力和技能胜任力三维度的测评因素,确立测评标志和标度,综合利用素质、知识和技能测评方法,对成功创业者创业胜任力三维度测评因素进行测评量化,采用多元统计主成分分析法,对测评因素进行分类和优化,构建创业胜任力综合测评指标体系,应用层次分析法确定各测评指标和测评因素权重,构建创业胜任力综合测评模型；通过成功创业者脑象图采集、对比分析归纳,建立脑象图图形常模和优势特征分数常模,按照脑科学的不同脑部功能特征与创业者不同心理行为之间关系,建立创业潜质胜任力脑象图优势特征测评模型,通过多元概化决策得到合适测评次数、各脑区优势特征测评权重,综合利用脑象图测评方法、知识和技能测评方法,建立基于脑象图创业胜任力综合测评体系。实证分析表明：创业胜任力综合测评结果与创业绩效具有显着相关性,验证了综合测评方法效度和信度,确定成功创业者实现高绩效创业的创业胜任力综合测评指标标志和标度,建立了成功创业者创业胜任力量化标准；对创业潜质胜任力脑象图优势特征测评与传统量化测评对比分析,确定了其测评结果信度效度；将创业胜任力综合测评与创业辅导管理体系相结合,建立了创业胜任力综合测评应用体系,通过对准备创业的培训学员测评应用,为准备创业者正确鉴别、判断是否具有足够创业胜任力提供客观依据。主要创新点和价值：按照经典的胜任力冰山模型,建立创业胜任力三维度冰山模型,丰富完善了创业胜任力理论；采用三维空间力学矢量方法,揭示了实现高绩效创业的创业胜任力作用机制：在制定合适的创业任务和目标,合理的利用创业环境下,创业胜任力三维度既相对独立,又存在内在联系,三种胜任力共同作用,实现高的创业绩效；建立创业胜任力综合测评方法,分析表明综合测评结果与创业绩效具有显着的相关性,验证了其综合测评有效性,完善了创业胜任力测评理论；运用脑象图测评技术,建立了创业者创业潜质胜任力脑象图测评模型,对比分析表明,创业潜质胜任力脑象图测评与传统量化测评具有相同信度,克服了传统量化测评方法客观性和便捷性不足的缺陷,为人力资源管理与开发提供有效新途径。
潘玉娜[7]（2011）在《滚动轴承的性能退化特征提取及评估方法研究》文中研究说明随着科学技术的进步和工业需求的发展,各类先进生产设备一方面不断向复杂、高速、高效、轻型、微型或大型的方向发展,另一方面却又面临更加苛刻的工作和运行环境。一旦设备的关键部件发生故障,就可能破坏整台设备甚至影响整个生产过程,造成巨大经济损失,还可能导致灾难性的人员伤亡并产生严重的社会影响。因此,如何有效评估设备的运行状态,从而能够及时采取措施以防止灾难性事故的发生是当前迫切需要解决的问题。一般来说,机械设备在使用过程中总会经历由正常到退化直至失效的过程,而这期间通常都要经过一系列不同的性能退化状态。因此,如果能够在设备性能退化过程中监测到设备性能退化的程度,那么就可以有针对性地组织生产和制定合理的维修计划,做到既能防止设备异常失效的发生,又能实现生产效率的最大化。设备性能退化评估正是基于这一设想而提出的一种主动维护技术,它侧重于对设备全寿命周期中性能衰退程度的度量,而不过多的注重某一时间点的故障类别诊断,因此,与现有的故障诊断技术在理念上和方法上都有很大的不同。本文以滚动轴承为对象,深入开展了设备性能退化评估框架下的特征提取和评估方法的研究,包括以下几个方面的内容:（1）从理论分析与工程应用的角度出发,阐述了论文的选题背景和研究意义。分析了信号分析与处理技术、模式识别技术以及设备性能退化评估与预测等方面的国内外发展现状,总结了目前研究中需要解决的问题,确立了本论文的研究内容。（2）介绍了为本文研究提供数据支撑的滚动轴承加速疲劳寿命试验。一方面,从对初始性能退化的敏感性和对全退化过程的一致性角度,分析了常规指标对滚动轴承性能退化的反映能力,结果表明常规指标存在对初始退化不敏感的缺点。另一方面,也检验了试验数据的可信性。（3）针对滚动轴承所具有的二阶循环平稳特性,提出了谱相关密度切片能量谱分析方法,它把滚动轴承五个特征频率处的谱相关密度切片在循环频率-谱相关能量的二维空间进行表达。对滚动轴承退化过程进行的循环平稳分析表明,该方法既能直观反映性能的退化,又能揭示引起不断退化的主要损伤部位。（4）研究了针对设备性能退化评估的特征提取方法。滚动轴承正常状态下的振动信号近似为随机分布,而随着故障的不断加深,振动信号的随机成分的比例不断下降,而复杂度可以很好的反映出信号中随机成分比例的变化。因此,以复杂度度量方法为手段,研究了多种复杂度度量方法对滚动轴承性能退化程度的量化反映能力,针对近似熵和样本熵直接从原始时域空间进行度量而无法很好的反映各退化阶段的不足,提出了包络近似熵和包络样本熵,从而实现从包络域对信号进行复杂性的度量。通过理论模型仿真、不同损伤程度实验数据、全寿命周期的实验数据三个方面,对各个复杂度指标进行了对比、总结。结果表明,复杂度指标能够更敏感的捕捉到滚动轴承的初始退化,是对现有常规指标的有益补充。（5）针对现有性能退化评估方法存在的问题,在提出并分析了基于模糊C均值和基于支持向量数据描述的性能退化评估方法的基础上,提出了二者相结合的评估方法。它利用支持向量数据描述获得正常状态的聚类中心,结合失效状态数据,通过模糊C均值获得退化过程中各时刻隶属于正常状态的隶属度,以此作为退化指标。这种混合评估方法有机融合了两种算法的优点,解决了单独依赖其中一种算法的主要问题,具有对数据完备性要求低、受人为设定参数影响小、评估结果可解释性强的特点。通过对滚动轴承全寿命周期的研究,验证了该方法的有效性。
汪浓春[8]（2009）在《近期中国运动心理学的发展现状与研究趋势》文中提出运动心理学作为一门后起学科,经过40年发展,已经取得了丰硕的成果,统计显示:定性研究方法在逐渐下降,定量研究在逐渐上升,元分析的数量呈现增长趋势,运动心理学不但重视对以往研究成果的提炼和总结,更重视在更高起点上的深入探索。
柴京京[9]（2009）在《运动诱发局部肌肉疲劳肌音信号非线性特性分析》文中认为肌音又常被称为肌声（Muscle sound）,是由于肌肉收缩引起肌纤维滑动摩擦而发声的,即是一种肌肉运动时由于肌肉的机械振动而发出的声波。肌声潜在的重要应用价值是可以无创伤地测量肌肉的运动单元。对运动员来说,能在运动训练中通过实时的肌声监控,尽可能多的、恰当地激发肌纤维运动,提高肌肉收缩速度和爆发力,对提高运动成绩将大有帮助。本研究拟采用非线性动力学的分析方法,分析肌音信号的混沌特征;观察腓肠肌和比目鱼肌在动态负荷疲劳过程中肌音信号的复杂度、分数维等非线性分析指标的变化规律和特点,比较二者的差异,提出运动负荷诱发肌肉系统疲劳的神经肌肉活动机制。本研究包括两个实验,共有10名受试者参加,共测试20次。实验中受试者按照实验的要求分别按给定的口令完成动态运动负荷实验,实验过程中用双通道肌声分析仪实时采集肌音信号,运用Matlab计算信号的关联维、最大Lyapunov指数等非线性指标。通过对肌音信号相空间重构、关联维、最大lyapunov指数、熵值的比较分析,研究结果表明肌音信号是具有混沌特征的非线性动力学信号,肌音信号的非线性特征均介于周期信号和随机信号之间。通过对疲劳前后相空间重构的比较、时间延迟的计算、疲劳过程中比目鱼肌、腓肠肌关联维和lyapunov指数的计算分析,实验结果表明:从开始运动到疲劳过程中,肌音信号的相空间图变得较为柔和,趋向于更有规则,也即从无序的状态趋向于较为有序的状态,时间延迟变大且趋于稳定。腓肠肌、比目鱼肌的关联维和lyapunov指数都减小,说明,随着疲劳的加深,肌音信号的规则性增强,复杂度降低,复杂性从较高值向较低值的方向发展。由于被试者的体质、皮脂厚度、动作的到位程度等有差异,对计算结果有影响,因此腓肠肌、比目鱼肌的关联维和lyapunov指数的总趋势在减小,没有表现出很好的线性趋势。对于疲劳过程中系统复杂性的降低,本人认为是工作时,大量冲动传至大脑皮层相应的神经中枢,使之长期兴奋,导致了消耗增加,随着疲劳的加深,为了减少消耗,中枢神经系统的发放频率会降低,导致运动神经元的发放冲动频率随之减小。同时,中枢神经对各运动神经元的控制精细程度也降低,这导致了各运动单位活动的同步化程度增强。中枢神经的这些保护性抑制调节作用的结果导致了肌音信号的形态向简单、有序的方向发展,即肌音信号的复杂度下降。比目鱼肌以Ⅰ型纤维或红、慢缩肌纤维为主所以它为慢肌纤维,慢缩红肌具有高的有氧能力与疲劳阻力。腓肠肌是Ⅱ型,即白快缩肌纤维,在有氧能力、收缩速度、以及疲劳阻力方面较差,属于高强度、短时间运动的肌肉类型。由于比目鱼肌和腓肠肌的肌肉类型不同,在运动中的功能也不同,而计算的结果表明比目鱼肌比腓肠肌关联维的平均值、斜率的绝对值小,比目鱼肌比腓肠肌lyapunov指数的平均值、斜率的绝对值也小,对于比较小的复杂度,认为是它的抗疲劳能力强。据此本人认为可以用关联维、lyapunov指数来判断肌肉的类型。这一点还有待用更多的理论和实验来证实。本研究认为,运动单位活动的同步化可能是神经肌肉系统对抗外界阻力的工作机制之一,计算混沌的特征指数可以对肌肉运动特征进行分类分析。
邓运龙[10]（2007）在《竞技体育比赛的不确定性及其与确定性的统一》文中研究说明不确定性是竞技体育比赛的基本特征之一,研究竞技体育的不确定性及其与确定性的对立统一,不仅具有理论意义,而且具有现实意义。提出了竞技体育的不确定性的随机、模糊、混沌、突变、熵增等表现特征;并提出了把握竞技体育比赛的不确定性与确定性的统一是比赛取胜的关键。
二、运动员脑电混沌动力学维数特征及其与智商的相关关系（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、运动员脑电混沌动力学维数特征及其与智商的相关关系（论文提纲范文）
（1）基于安卓平台的注意力检测系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要工作 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 本文章节安排 |
| 第2章 注意力相关脑电的理论基础 |
| 2.1 大脑的生理结构和皮层分区 |
| 2.2 注意力的神经生理机制 |
| 2.3 脑电信号的基础理论 |
| 2.4 本章小结 |
| 第3章 注意力实验方案的设计 |
| 3.1 实验方案的设计 |
| 3.2 实验流程 |
| 3.3 受试者的选取及实验前的准备 |
| 3.4 数据的获取及其预处理 |
| 3.5 本章小结 |
| 第4章 基于时频的注意力脑电信号的分析 |
| 4.1 小波包分解的基本原理 |
| 4.2 基于小波包分解的频带能量的提取 |
| 4.2.1 小波包频带能量的划分 |
| 4.2.2 滑动窗口的优选 |
| 4.3 实验结果及分析 |
| 4.4 本章小结 |
| 第5章 基于样本熵的注意力脑电信号的分析 |
| 5.1 样本熵算法的基本原理 |
| 5.2 基于样本熵的注意力脑电特征的提取 |
| 5.2.1 多通道联合的样本熵分析 |
| 5.2.2 滑动平均窗口大小选择 |
| 5.3 实验结果及分析 |
| 5.4 本章小结 |
| 第6章 基于Android平台在线系统的设计与开发 |
| 6.1 系统需求分析与总体设计 |
| 6.1.1 需求分析 |
| 6.1.2 系统的总体设计 |
| 6.2 系统功能模块的设计 |
| 6.2.1 用户登录模块的设计 |
| 6.2.2 脑电采集模块的设计 |
| 6.2.3 蓝牙通信模块的设计 |
| 6.2.4 上位机信号处理模块的设计 |
| 6.2.5 注意力显示、反馈训练模块的设计 |
| 6.3 系统测试 |
| 6.3.1 蓝牙通信模块的测试 |
| 6.3.2 上位机信号处理模块的测试 |
| 6.3.3 系统在线总体测试 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 内容总结 |
| 7.2 后续工作展望 |
| 参考文献 |
| 致谢 |
（2）脑电信号分析技术在体育领域中的应用研究综述（论文提纲范文）
| 1 传统线性分析技术的研究进展 |
| 2 非线性分析技术的研究进展 |
| 2.1 相关维数 |
| 2.2 lyapunov指数 |
| 2.3 复杂度 |
| 2.4 近似熵 |
| 3 超慢涨落技术 |
| 4 展望 |
（3）悬吊训练对青年人群肌肉疲劳程度的肌电特征分析（论文提纲范文）
| 中文摘要 |
| Abstract |
| 1 前言 |
| 1.1 选题依据 |
| 1.2 研究意义 |
| 2 文献综述 |
| 2.1 国内外关于悬吊练习的研究现状及趋势 |
| 2.2 肌电信号疲劳的研究现状 |
| 3 研究对象和方法 |
| 3.1 研究对象 |
| 3.2 研究方法 |
| 3.2.1 文献资料法 |
| 3.2.2 实验法 |
| 3.2.3 数理统计法 |
| 3.3 实验步骤 |
| 3.3.1 前期准备工作 |
| 3.3.2 实验前工作 |
| 3.3.3 实验对象准备 |
| 3.3.4 测试开始 |
| 3.3.5 测试注意事项及要求 |
| 3.3.6 数据的截取 |
| 3.4 进行预实验与预实验完成的结果 |
| 3.5 动作设计方案 |
| 3.5.1 平地俯卧撑和悬吊双脚俯卧撑 |
| 3.5.2 平地仰卧起坐和悬吊双脚仰卧起坐 |
| 3.5.3 平地侧位举和悬吊双脚侧位举 |
| 3.5.4 平地俯卧侧蹬腿和悬吊双脚俯卧侧蹬腿 |
| 4 研究结果与讨论 |
| 4.1 表面肌电对肌肉疲劳特征的分析描述 |
| 4.1.1 两种练习方法肌肉疲劳的肌电时域特征分析 |
| 4.1.2 两种练习方法对肌肉疲劳的频域特征分析 |
| 4.2 平地俯卧撑和悬吊双脚俯卧撑肌电疲劳特征 |
| 4.3 平地仰卧起坐和悬吊双脚仰卧起坐肌电疲劳特征 |
| 4.4 平地侧位举和悬吊双脚侧位举肌电疲劳特征 |
| 4.5 平地俯卧侧蹬腿和悬吊双脚俯卧侧蹬腿肌电疲劳特征 |
| 4.6 悬吊练习与平地练习的心率特征 |
| 4.6.1 四种动作完成连续性过程的心率特征结果 |
| 4.6.2 悬吊练习与平地练习对肌肉疲劳程度的心率特征比较 |
| 4.6.3 两组练习最大心率、最低心率和平均心率比较分析 |
| 5 结论与建议 |
| 5.1 结论 |
| 5.2 建议 |
| 参考文献 |
| 攻读学位期间承担的科研任务与主要成果 |
| 致谢 |
| 个人简历 |
（4）基于相空间去噪的心音信号递归定量分析及识别（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 心音信号的去噪方法 |
| 1.2.2 心音信号的分析方法 |
| 1.2.3 心音信号的识别方法 |
| 1.3 研究内容 |
| 1.4 论文的结构安排 |
| 2 心音信号的产生与生理基础 |
| 2.1 正常心音的心动周期 |
| 2.1.1 心脏的结构 |
| 2.1.2 心音信号的产生 |
| 2.1.3 心音信号的时频域特征 |
| 2.2 二尖瓣狭窄的生理基础 |
| 2.3 心律不齐的生理基础 |
| 2.4 本章小结 |
| 3 局部投影和离散小波变换在心音信号去噪中的应用 |
| 3.1 心音信号的采集 |
| 3.2 心音信号的噪声特性及传统心音去噪方法的局限性 |
| 3.3 局部投影降噪 |
| 3.3.1 相空间重构 |
| 3.3.2 局部投影降噪 |
| 3.4 离散小波阈值降噪 |
| 3.5 Lyapunov 指数的计算 |
| 3.6 局部投影和离散小波变换结合在去噪中的应用 |
| 3.6.1 数值仿真分析 |
| 3.6.2 实测信号分析 |
| 3.7 本章小结 |
| 4 非线性时间序列的 Kolmogorov 熵和递归定量分析 |
| 4.1 心音信号 Kolmogorov 熵 |
| 4.1.1 Kolmogorov 熵的定义 |
| 4.1.2 Kolmogorov 熵的计算 |
| 4.1.3 心音信号的 Kolmogorov 熵 |
| 4.2 心音信号的递归定量分析 |
| 4.2.1 心音信号的递归图 |
| 4.2.2 心音信号的递归定量分析 |
| 4.3 本章小结 |
| 5 基于概率密度分布判别器的心音信号的分类识别 |
| 5.1 心音信号的特征量的选取 |
| 5.1.1 主成分分析 |
| 5.1.2 心音信号特征量的选取 |
| 5.2 判别器的设计 |
| 5.2.1 基于 parzen 窗函数的概率密度估计 |
| 5.2.2 心音信号判别器的设计 |
| 5.3 心音信号识别分类结果 |
| 5.3.1 心音信号的分类识别 |
| 5.3.2 识别结果与分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录 |
| B. 作者在攻读学位期间参加的科研项目及获奖情况 |
（5）21世纪中国运动心理学的新方向:运动认知神经科学研究（论文提纲范文）
| 1 前言 |
| 2 运动心理学与主流心理学在研究方法上的发展差距 |
| 3 已受关注的科学主题 |
| 3.1 运动专家知识系统 |
| 3.2 运动注意 |
| 3.3 运动表象 |
| 3.4 运动决策 |
| 4 结论与建议 |
（6）创业胜任力综合测评研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 问题的提出 |
| 1.2 国内外研究综述 |
| 1.2.1 国外研究综述 |
| 1.2.2 国内研究综述 |
| 1.2.3 国内外研究述评与本文研究思路 |
| 1.3 研究目的和意义 |
| 1.4 研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 本章小结 |
| 第2章 创业胜任力综合测评的基本理论 |
| 2.1 创业理论 |
| 2.1.1 创业内涵界定 |
| 2.1.2 创业者内涵界定 |
| 2.1.3 创业者特征 |
| 2.1.4 创业过程 |
| 2.2 胜任力理论 |
| 2.2.1 胜任力的概念及特点 |
| 2.2.2 胜任力素质理论和业绩理论 |
| 2.2.3 胜任力的冰山模型和洋葱模型 |
| 2.2.4 胜任力模型的构建程序 |
| 2.3 绩效理论 |
| 2.3.1 绩效的内涵 |
| 2.3.2 创业绩效 |
| 2.4 行为心理学理论 |
| 2.4.1 行为心理学的内涵 |
| 2.4.2 创业者行为和心理认知 |
| 2.5 人员素质测评理论 |
| 2.5.1 心理测验 |
| 2.5.2 行为事件访谈法 |
| 2.5.3 情景模拟 |
| 2.5.4 评价中心 |
| 2.6 基于脑科学的脑象图测评理论 |
| 2.6.1 大脑生理结构与功能 |
| 2.6.2 大脑的心理认知功能 |
| 2.6.3 脑电图的生理基础 |
| 2.6.4 脑象图技术及其原理 |
| 2.6.5 脑象图测评技术及其特点 |
| 2.7 知识、能力和素质及其测评方法 |
| 2.8 本章小结 |
| 第3章 创业胜任力维度模型及作用机制 |
| 3.1 创业胜任力内涵界定 |
| 3.2 创业胜任力维度模型 |
| 3.3 创业胜任力三维度之间关系 |
| 3.4 创业胜任力与创业环境、创业任务之间关系 |
| 3.5 实现高绩效的创业胜任力作用机制 |
| 3.5.1 创业胜任力与创业绩效关系 |
| 3.5.2 创业胜任力作用机制 |
| 3.6 本章小结 |
| 第4章 创业胜任力综合测评指标体系构建 |
| 4.1 创业胜任力综合测评及指标体系构建思路 |
| 4.2 创业胜任力调查统计分析 |
| 4.2.1 调查表设计 |
| 4.2.2 调查对象和过程 |
| 4.2.3 调查结果统计分析 |
| 4.3 创业胜任力三维度测评因素及量化标准 |
| 4.4 创业胜任力测评因素量化 |
| 4.4.1 创业潜质胜任力测评因素量化方法 |
| 4.4.2 创业知识、技能胜任力测评量化方法 |
| 4.4.3 测评结果 |
| 4.5 创业胜任力测评因素主成分分析 |
| 4.5.1 主成分分析方法 |
| 4.5.2 主成分分析结果 |
| 4.6 创业胜任力综合测评指标体系构建 |
| 4.7 本章小结 |
| 第5章 创业胜任力综合测评模型构建 |
| 5.1 综合测评指标权重确定 |
| 5.1.1 构造比较判断矩阵 |
| 5.1.2 计算各因素测评权重及一致性检验 |
| 5.1.3 计算各因素综合测评权重 |
| 5.2 综合测评模型建立 |
| 5.3 综合测评实证分析 |
| 5.3.1 综合测评结果 |
| 5.3.2 综合测评效度分析 |
| 5.3.3 综合测评结果统计分析 |
| 5.4 本章小结 |
| 第6章 创业潜质胜任力脑象图测评方法 |
| 6.1 脑象图图形常模 |
| 6.1.1 内方形 |
| 6.1.2 鹰目型 |
| 6.1.3 实莲花型 |
| 6.1.4 隧道型 |
| 6.1.5 空莲花型 |
| 6.1.6 准内方型 |
| 6.1.7 准鹰目型 |
| 6.1.8 列阵型 |
| 6.1.9 内雷达型 |
| 6.1.10 外雷达型 |
| 6.1.11 奇异型 |
| 6.1.12 虚心型 |
| 6.1.13 简洁型 |
| 6.1.14 锁定型 |
| 6.1.15 弧圈型 |
| 6.1.16 其他型 |
| 6.1.17 无序型 |
| 6.2 脑象图优势特征分数常模 |
| 6.2.1 脑象图优势特征测评标准 |
| 6.2.2 脑象图优势特征评判 |
| 6.2.3 各脑功能区脑象图优势特征测评及分数常模 |
| 6.3 创业潜质胜任力与脑象图优势特征关系 |
| 6.4 创业潜质胜任力脑象图优势特征测评 |
| 6.4.1 脑象图优势特征测评模型 |
| 6.4.2 脑象图优势特征测评权重选择 |
| 6.5 创业潜质胜任力脑象图测评实证分析 |
| 6.5.1 脑象图数据采集及优势特征测评 |
| 6.5.2 脑象图优势特征测评多元概化分析与决策 |
| 6.5.3 创业潜质胜任力脑象图测评信度效度分析 |
| 6.6 基于脑象图创业胜任力综合测评 |
| 6.6.1 综合测评模型 |
| 6.6.2 综合测评体系与步骤 |
| 6.6.3 综合测评结果效度分析 |
| 6.6.4 综合测评结果统计分析 |
| 6.7 本章小结 |
| 第7章 创业胜任力综合测评应用 |
| 7.1 创业胜任力综合测评应用体系建立 |
| 7.2 创业胜任力综合测评应用举例 |
| 7.3 本章小结 |
| 第8章 总结与展望 |
| 8.1 总结 |
| 8.1.1 研究主要工作 |
| 8.1.2 主要创新点 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 附录A 创业胜任力与创业绩效调查表 |
| 附录B 某被试脑象图 |
| 附录C 多元概化分析的G研究和D研究控制卡 |
| 攻读博士学位期间学术成果 |
（7）滚动轴承的性能退化特征提取及评估方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 符号说明 |
| 第一章 绪论 |
| 1.1 课题概述 |
| 1.1.1 课题来源 |
| 1.1.2 课题的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 信号分析与处理技术 |
| 1.2.2 模式识别方法 |
| 1.2.3 性能退化评估与预测 |
| 1.3 文献总结 |
| 1.4 主要工作与总体框架 |
| 第二章 加速疲劳寿命试验及常规指标分析 |
| 2.1 引言 |
| 2.2 试验对象和试验设备 |
| 2.2.1 轴承强化疲劳试验台 |
| 2.2.2 试验轴承及测试条件 |
| 2.2.3 数据采集系统 |
| 2.3 试验方案与操作流程 |
| 2.3.1 试验方案 |
| 2.3.2 试验操作流程 |
| 2.4 滚动轴承常规监测指标 |
| 2.5 试验数据结果分析 |
| 2.6 本章小结 |
| 第三章 退化过程的循环平稳分析 |
| 3.1 引言 |
| 3.2 循环平稳定义与分类 |
| 3.2.1 定义 |
| 3.2.2 分类 |
| 3.3 二阶循环统计量 |
| 3.3.1 循环自相关函数 |
| 3.3.2 谱相关密度函数 |
| 3.4 循环平稳信号的谱估计 |
| 3.4.1 经典谱估计 |
| 3.4.2 谱相关密度估计 |
| 3.4.3 平滑循环周期图 |
| 3.5 滚动轴承的循环平稳模型 |
| 3.5.1 理论模型 |
| 3.5.2 滚动轴承的循环平稳分析 |
| 3.6 谱相关密度组合切片能量谱分析 |
| 3.7 实验研究 |
| 3.8 本章小结 |
| 第四章 全寿命周期振动信号的复杂度度量 |
| 4.1 引言 |
| 4.2 复杂度度量方法 |
| 4.2.1 熵 |
| 4.2.2 关联维数 |
| 4.2.3 近似熵 |
| 4.2.4 样本熵 |
| 4.2.5 谱熵 |
| 4.3 理论模型仿真分析 |
| 4.4 不同损伤程度仿真分析 |
| 4.5 实验数据分析 |
| 4.6 讨论与总结 |
| 4.7 本章小结 |
| 第五章 性能退化评估方法 |
| 5.1 引言 |
| 5.2 基于模糊C 均值的性能退化评估方法 |
| 5.2.1 模糊C 均值的相关理论 |
| 5.2.2 评估模型 |
| 5.2.3 实验研究 |
| 5.2.4 特点总结 |
| 5.3 基于支持向量数据描述的性能退化评估方法 |
| 5.3.1 基本理论 |
| 5.3.2 评估模型 |
| 5.3.3 实验研究 |
| 5.3.4 特点总结 |
| 5.4 支持向量数据描述和模糊C 均值相结合的性能退化评估方法 |
| 5.4.1 评估模型 |
| 5.4.2 实验研究 |
| 5.4.3 特点总结 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（8）近期中国运动心理学的发展现状与研究趋势（论文提纲范文）
| 0.前言 |
| 1. 运动心理学与诺贝尔奖 |
| 2. 运动心理学与元分析研究 |
| 3. 运动心理学现况 |
| 4. 运动心理学发展趋势展望 |
（9）运动诱发局部肌肉疲劳肌音信号非线性特性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 疲劳研究的起源与发展 |
| 1.2 疲劳产生的部位 |
| 1.3 疲劳的分类 |
| 1.4 运动性疲劳的概念 |
| 1.5 评价运动性疲劳的技术方法 |
| 1.5.1 肌肉疲劳定量研究 |
| 1.5.2 肌肉疲劳定性研究 |
| 1.6 论文选题的意义 |
| 1.7 本课题的主要内容 |
| 第2章 实验 |
| 2.1 肌肉的工作原理 |
| 2.2 肌肉的力学特性 |
| 2.2.1 力量与长度的关系 |
| 2.2.2 力量与速度的关系 |
| 2.3 肌纤维类型 |
| 2.4 人体肌肉结构 |
| 2.5 材料和方法 |
| 2.5.1 实验研究对象 |
| 2.5.2 实验设备 |
| 2.6 实验过程 |
| 第3章 肌音信号非线性算法的理论依据 |
| 3.1 混沌理论及相关概念 |
| 3.1.1 耗散系统 |
| 3.1.2 奇异吸引子 |
| 3.1.3 混沌 |
| 3.2 相空间重构 |
| 3.2.1 G-P算法 |
| 3.3.2 Cao方法求最佳嵌入维 |
| 3.2.3 时间延迟的选取 |
| 3.3 Lyapunov指数 |
| 3.4 维数 |
| 3.4.1 关联维数 |
| 3.5 熵 |
| 第4章 肌音信号的混沌特征 |
| 4.1 周期信号、肌音信号、随机信号相空间重构图的比较 |
| 4.2 周期信号、肌音信号、随机信号关联维D2的比较研究 |
| 4.3 周期信号、肌音信号、随机信号熵值的比较 |
| 4.4 总结 |
| 第5章 肌肉疲劳过程中肌音信号的非线性特征 |
| 5.1 研究目的 |
| 5.2 肌音信号记录及信号分析 |
| 5.2.1 相空间重构的延迟时间T |
| 5.2.2 肌肉疲劳过程中肌音信号的相空间重构轨迹变化 |
| 5.2.3 腓肠肌疲劳过程中肌音信号的关联维变化特征 |
| 5.2.4 比目鱼肌疲劳过程中肌音信号的关联维变化特征 |
| 5.2.5 疲劳过程中腓肠肌肌音信号的Lyapunov指数变化特征 |
| 5.2.6 疲劳过程中比目鱼肌肌音信号的Lyapunov指数变化特征 |
| 第6章 总结与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读硕士学位期间科研成果 |
（10）竞技体育比赛的不确定性及其与确定性的统一（论文提纲范文）
| 1 引言 |
| 2 竞技体育是不确定性的王国 |
| 2.1 随机 |
| 2.2 模糊 |
| 2.3 混沌 |
| 2.4 突变 |
| 2.5 熵增 |
| 3 把握竞技体育比赛的不确定性与确定性的统一是比赛取胜的关键 |
| 3.1 竞技体育比赛的不确定性与确定性的关系是一个世界观性质的问题 |
| 3.2 及时掌握信息是减少不确定性的关键 |
| 3.3 权衡利弊因素 |
| 3.3.1 利弊因素的两面性 |
| 3.3.2 两利之间取其重、两弊之间取其轻 |
| 3.3.3 参赛因素利与弊的博弈 |
| 3.4 预有准备, 及时应变 |
| 3.4.1 居安思危、防患未然 |
| 3.4.2 打有准备仗 |
| 3.4.3 营造先机 |
| 3.4.4 提高应变能力 |
四、运动员脑电混沌动力学维数特征及其与智商的相关关系（论文参考文献）
- [1]基于安卓平台的注意力检测系统的研究[D]. 印想. 中南民族大学, 2019(08)
- [2]脑电信号分析技术在体育领域中的应用研究综述[J]. 温晓利. 当代体育科技, 2017(03)
- [3]悬吊训练对青年人群肌肉疲劳程度的肌电特征分析[D]. 刘阳. 吉林体育学院, 2016(02)
- [4]基于相空间去噪的心音信号递归定量分析及识别[D]. 梁庆真. 重庆大学, 2014(01)
- [5]21世纪中国运动心理学的新方向:运动认知神经科学研究[J]. 魏高峡,李佑发. 体育科学, 2012(01)
- [6]创业胜任力综合测评研究[D]. 毛翠云. 江苏大学, 2011(10)
- [7]滚动轴承的性能退化特征提取及评估方法研究[D]. 潘玉娜. 上海交通大学, 2011(12)
- [8]近期中国运动心理学的发展现状与研究趋势[J]. 汪浓春. 科技信息, 2009(33)
- [9]运动诱发局部肌肉疲劳肌音信号非线性特性分析[D]. 柴京京. 陕西师范大学, 2009(07)
- [10]竞技体育比赛的不确定性及其与确定性的统一[J]. 邓运龙. 吉林体育学院学报, 2007(05)