【摘要】：運(yùn)動(dòng)成績(jī)是運(yùn)動(dòng)員多方面能力的綜合體現(xiàn)。集強(qiáng)壯的體能、過硬的專業(yè)技術(shù)、知己知彼的戰(zhàn)術(shù)、良好的心理與高水平的智力五位于一體的培訓(xùn)方式有助于運(yùn)動(dòng)員取得優(yōu)異的比賽成績(jī)。而當(dāng)運(yùn)動(dòng)員的技戰(zhàn)術(shù)水平到達(dá)個(gè)人極限水平時(shí),提升的空間往往不大,此時(shí)影響比賽成績(jī)的因素往往是心理因素。賽前與賽中的一切內(nèi)外界因素都影響著運(yùn)動(dòng)員的競(jìng)賽焦慮程度,進(jìn)而影響著比賽成績(jī)的好壞。獲得運(yùn)動(dòng)員焦慮情況繼而對(duì)運(yùn)動(dòng)員進(jìn)行心理調(diào)控就變得尤其重要。當(dāng)前運(yùn)動(dòng)員的競(jìng)賽狀態(tài)焦慮情況仍然是通過CSAI-2量表來獲得。運(yùn)動(dòng)員在賽前承受著諸多的壓力,并承擔(dān)著繁重的訓(xùn)練任務(wù),有時(shí)很難有時(shí)間進(jìn)行問卷的填寫,或在填寫問卷時(shí)有抵觸心理,導(dǎo)致結(jié)果不準(zhǔn)確等。這些都會(huì)影響到運(yùn)動(dòng)員競(jìng)賽狀態(tài)焦慮情況的獲得,使得工作人員無法準(zhǔn)確地對(duì)運(yùn)動(dòng)員的心理狀態(tài)進(jìn)行調(diào)控,進(jìn)而影響著運(yùn)動(dòng)員自身的發(fā)揮。本研究將聲音景觀研究引入到運(yùn)動(dòng)心理學(xué)領(lǐng)域,結(jié)合運(yùn)動(dòng)員基本信息、主觀感受、比賽環(huán)境、以及生理機(jī)能狀態(tài)等,采用問卷調(diào)查法、測(cè)量法、實(shí)驗(yàn)法,旨在探索出單板U型場(chǎng)地滑雪運(yùn)動(dòng)員的競(jìng)賽狀態(tài)焦慮的影響因素及影響程度,通過人工神經(jīng)網(wǎng)絡(luò)對(duì)影響因子與競(jìng)賽狀態(tài)焦慮結(jié)果進(jìn)行深度學(xué)習(xí)與分析,并利用BP平臺(tái),采用邏輯回歸構(gòu)建關(guān)于單板U型場(chǎng)地滑雪運(yùn)動(dòng)員在比賽場(chǎng)地聲環(huán)境下的競(jìng)賽狀態(tài)焦慮的預(yù)測(cè)模型,以便今后利用已知的各種因素在不影響運(yùn)動(dòng)員的前提下獲得其焦慮情況。研究結(jié)果:(1)21個(gè)指標(biāo)被選為運(yùn)動(dòng)員競(jìng)賽狀態(tài)焦慮預(yù)測(cè)模型的輸入變量,輸出的結(jié)果則是個(gè)人的競(jìng)賽狀態(tài)焦慮程度以及各維度的焦慮水平。(2)17個(gè)變量與單板U型場(chǎng)地滑雪運(yùn)動(dòng)員的認(rèn)知狀態(tài)焦慮均顯著相關(guān),聲壓級(jí)、混響時(shí)間、聲舒適度評(píng)價(jià)、主觀響度與認(rèn)知狀態(tài)焦慮不相關(guān)。20個(gè)變量與運(yùn)動(dòng)員的軀體狀態(tài)焦慮及狀態(tài)自信心顯著或非常顯著性相關(guān),混響時(shí)間與運(yùn)動(dòng)員的軀體狀態(tài)焦慮及狀態(tài)自信心不相關(guān)。(3)確定了ANN模型的隱藏節(jié)點(diǎn)數(shù)、迭代次數(shù)與訓(xùn)練函數(shù)(4)根據(jù)ANN模型各參數(shù),將影響因素作為輸入因子,競(jìng)賽狀態(tài)焦慮程度作為輸出因子,構(gòu)建了競(jìng)賽狀態(tài)焦慮三種不同分類的ANN模型,同時(shí)進(jìn)一步做出了相對(duì)應(yīng)的分組模型。
【學(xué)位授予單位】：哈爾濱體育學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：G863.1
【圖文】：

標(biāo)準(zhǔn)的三層人工神經(jīng)元結(jié)構(gòu)原理圖

圖 2 聲景觀數(shù)據(jù)收集、分析與預(yù)測(cè)流程圖2.3.3BP 神經(jīng)網(wǎng)絡(luò)的應(yīng)用在這幾十年的發(fā)展中，人們對(duì) BP 神經(jīng)網(wǎng)絡(luò)的研究不斷深入，并不斷優(yōu)化其算法，使得其在信息領(lǐng)域、醫(yī)學(xué)領(lǐng)域、經(jīng)濟(jì)領(lǐng)域和心理領(lǐng)域皆有所發(fā)展。例如：在信息領(lǐng)域，BP 神經(jīng)網(wǎng)絡(luò)利用本身具有很高的容錯(cuò)性的特點(diǎn)在軍事電子設(shè)備中得到了大量的應(yīng)用，如自動(dòng)跟蹤監(jiān)測(cè)儀器系統(tǒng)和報(bào)警系統(tǒng)等。在經(jīng)濟(jì)領(lǐng)域，使用影響商品價(jià)格的因素，建立模型，并基于模型預(yù)測(cè)商品價(jià)格的趨勢(shì)；使用影響農(nóng)機(jī)總動(dòng)力的因素構(gòu)建模型，并利用預(yù)測(cè)出的結(jié)果分析農(nóng)機(jī)在未來幾年的發(fā)展趨勢(shì)；使用影響房屋價(jià)格的因素建立模型，基于模型預(yù)測(cè)未來房產(chǎn)價(jià)格；利用風(fēng)險(xiǎn)來源建立模型，預(yù)測(cè)風(fēng)險(xiǎn)系數(shù)；利用 BP 模型預(yù)測(cè)船舶柴油機(jī) NOx的排放。在心理學(xué)領(lǐng)域，人們改變?nèi)斯ど窠?jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型和學(xué)習(xí)規(guī)則，從不同角度探索神經(jīng)網(wǎng)

（a） （b）圖3 ANN模型中訓(xùn)練及檢驗(yàn)組的誤差(a)與相關(guān)系數(shù)(b)表5 訓(xùn)練次數(shù)和隱藏節(jié)點(diǎn)對(duì)預(yù)測(cè)模型的影響訓(xùn)練次數(shù)（次） 準(zhǔn)確率平均值 隱藏節(jié)點(diǎn)（個(gè)） 準(zhǔn)確率平均值100 0.38 5 0.55200 0.56 10 0.56300 0.67 15 0.56500 0.68 20 0.601000 0.65 25 0.685000 0.56 30 0.644.2.2ANN 模型迭代次數(shù)迭代次數(shù)是指神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)的訓(xùn)練次數(shù)，訓(xùn)練次數(shù)少會(huì)導(dǎo)致訓(xùn)練結(jié)果不準(zhǔn)確，增加訓(xùn)練次數(shù)雖然可以減少訓(xùn)練誤差，但次數(shù)的增多會(huì)延

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施p

本文編號(hào)：2799244