全球化下的奥林匹克运动利益审视

对奥林匹克运动中的利益冲突、表现形式以及民族利益与全球利益关系进行了分析，认为奥林匹克运动要得以持续发展，必须承认各个民族国家之间矛盾的主体地位，并以控制民族利益的矛盾为目标。     

奥林匹克运动与经济的冲突和调适

奥林匹克运动与经济的结合，既是历史的必然选择，也是适应现实社会发展的客观需要，标志着奥林匹克精神从理想主义向现实主义的巨变。但在这一变化过程中，不可避免地产生了一些冲突。应该积极进行改革，在精神和利益之间构建互动的桥梁，努力地维持经济与奥林匹克运动的协调发展，尽可能从法制、组织、制度上消除商业化所带来的负面影响。     

论诱导练习对体操动作技能形成的影响

对体操教学中的诱导练习的特点、类型以及对动作技能形成的影响进行了论述.教师可根据教学的目的任务、场地器材条件、学生身体技术素质等具体条件,灵活运用.     

我国优秀蹦床运动员网上非技术性位移的初步研究

采用文献资料、现场观察、专家访谈、数理统计等研究方法 ,对我国高水平蹦床运动员网上水平位移现象进行初步研究。认为位移过大是影响成套动作稳定性及动作质量的重要因素之一 ;位移过大与起跳技术和连接技术不合理有关 ,也与运动员原有项目技能的负迁移影响有关 ;网上位移表现为一定的方向性 ,向前空翻类动作的水平位移略小于向后空翻类动作的位移。     

“新兴力量运动会”的发起、终结及其历史意义

“新兴力量运动会”（GANEFO）在其短暂的存在期间,始终与当时的国际及有关国家国内的政治局势息息相关。它在体育范畴内的历史意义是：1．对当时的国际奥林匹克运动和国际奥委会产生了震动;2．为后人研究体育与政治的关系提供了一个“标本”。     

功能动作测试在中学生基本运动能力评价中的应用

目的：采用功能性动作测试系统（Functional Movement Screen,FMS）评价青少年在完成不同功能动作模式时身体各部分的稳定性、对称性和灵活性,研究其基本运动能力及影响因素。方法：以上海市某中学中随机挑选的100名初中生为研究对象,对他们进行7个特定动作的测试并评分,并对测试结果进行统计分析。结果：FMS测试总分满分为21,受试对象FMS总分均分为14.89,总体水平偏低;女生肩关节灵活性和直腿抬高测试得分显著高于男生,但总分上男女生无显著差异;青少年在完成动作时普遍存在身体晃动、力量不足和两侧肌力不对称现象,髋、膝、踝关节灵活性受限且稳定性较差,脊柱的屈伸能力不足,两侧盂肱关节和髋关节的活动能力不对称。在旋转稳定性、跨栏架和直线弓箭步３个测试中这些不足尤为明显。结论：青少年基本运动能力水平较低,大多数人需要进行矫正训练;男女生总体上的表现差异不显著,但女生在肩部灵活性和直腿抬高测试的表现要优于男生,故男生需加强肩部和髋部关节的灵活性锻炼。     

舞蹈与健美操的关系及其运用

舞蹈与健美操在概念、范畴上存在区别;舞蹈的基本姿态及形态,是健美操动作“正确”和“美”的基础;在健美操中运用舞蹈动作,应注意动作性、造型性、配合性和抒情性等方面。     

全息思维与竞技健美操操化动作创新的研究

全息思维是按照宇宙大统一定律所揭示的信息泛对应性,着力寻求并应用系统包含着的母系统的显信息和潜信息,努力激发整体相关性的思维功能效应。本文以全息思维与竞技健美操操化动作创新为研究内容,用全息思维方式思考竞技健美操的操化动作创新可以拓宽创新思路,为进一步启发竞技健美操操化动作创新创设平台。     

规划视角下的奥运之城

运用文献资料研究、调查等方法,从规划的视角对奥运会举办城市进行了分析,梳理出了自1896年现代奥运会以来的历届奥运会举办城市的规划理论,提出了建筑主义、功能主义、系统理论、人本主义、后现代主义、可持续发展理论下举办城市规划思想体系.同时,以理论与实践作为评判标准,提出在理论方面,城市规划理论表现出了极强的科学性、继承性以及可操作性;在实践层面,组织者能否找到规划理论与城市特点的契合点是规划实施的关键.     

A machine learning approach for automatic detection and classification of changes of direction from player tracking data in professional tennis

ABSTRACT

The purpose of this study was to develop an automated method for identifying and classifying change of direction (COD) movements in professional tennis using tracking data. Three sport science and strength and conditioning experts coded match-play footage of nineteen professional tennis players (9 male and 10 female) from the Australian Open Grand Slam for COD of medium and high intensity. A total of 1,494 changes were identified and aligned with 2D player position sampled at 25 Hz based on camera tracking data. Several machine learning classifiers were trained and tested on a set of 1,128 time-motion features. A random forest algorithm was found to have the best out-of-sample performance, classifying medium and high intensity changes with an F1-score of 0.729. This research offers a novel and applicable way for utilising player tracking data and machine learning techniques to automatically identify and classify COD movements in professional tennis.