我院学生日常活动及膳食调查

为促进高校学生身心健康成长,随机抽取122名学生,对其进行日常活动及膳食情况的调查,结果显示,能量的消耗与摄入处于不平衡状态.对此提出了相应的对策与建议.     

登楼梯能量消耗的测量与统计方法研究

目的:了解登楼梯能量消耗状况以及探讨能耗测量和计算方法.方法:30名受试者登12层楼(每级台阶高度16 cm,共204级台阶,垂直距离32.6 m),每位受试者以90步/min和100步/min的步频上下两次楼梯.在登楼梯过程中,通过便携式肺功能仪(德国CORTEX MgtaMax 3B)测量受试者的摄氧量、通气量、能耗、心率、呼吸商、氧脉搏等指标.结果:上下楼梯的能量消耗比是2.7;1;在一定步频范围内,随着步频的提高,能耗相应增加,两者呈线性关系.以90～100步/min上下楼梯可以代表日常登楼速度;以90～100步/min登12层楼的运动时间不到3 min,多数受试者的能耗、心率等生理指标经过快速上升期后进入稳定状态;登楼梯的能耗值有明显的年龄和性别差异,20岁组男性显著高于50岁组男性和20岁组女性;利用多项式回归建立的登楼梯能耗预测方程,能够准确反映日常爬不同楼层的能量消耗值.     

浅析足球运动员的膳食营养

足球运动强度大、运动时间长,能量消耗非常大,因此运动员的营养撮入非常重要。本文对足球运动员的营养需求进行分析,同时对如何合理、科学的补充运动员膳食营养进行了探讨。     

Adaptive ant-based routing in wireless sensor networks using Energy*Delay metrics

To find the optimal routing is always an important topic in wireless sensor networks （WSNs）. Considering a WSN where the nodes have limited energy, we propose a novel Energy^＊Delay model based on ant algorithms （＂E＆D ANTS＂ for short） to minimize the time delay in transferring a fixed number of data packets in an energy-constrained manner in one round. Our goal is not only to maximize the lifetime of the network but also to provide real-time data transmission services. However, because of the tradeoff of energy and delay in wireless network systems, the reinforcement learning （RL） algorithm is introduced to train the model. In this survey, the paradigm of E＆D ANTS is explicated and compared to other ant-based routing algorithms like AntNet and AntChain about the issues of routing information, routing overhead and adaptation. Simulation results show that our method performs about seven times better than AntNet and also outperforms AntChain by more than 150% in terms of energy cost and delay per round.     

关于建筑门窗节能的探讨

论述了门窗节能的主要途径和节能措施     

基于人工神经网络和摄氧量动力学的身体活动能量消耗预测

目的：基于人工神经网络和摄氧量动力学,以心率（heart rate,HR）和呼吸频率（breathing frequency,BF）为自变量建立准确的身体活动能量消耗（physical activity energy expenditure,PAEE）预测模型。方法：招募24名健康大学生（年龄22.2岁±2.0岁,身高174 cm±9 cm,体重67.1 kg±12.4 kg）,参加3次运动测试,包括递增负荷运动、恒定负荷运动（40%和70%■）和4种身体活动（6.4 km/h步行、体感游戏、负重行走、上下楼梯）。采集运动中HR、BF和摄氧量（■）,并建立PAEE预测的BP神经网络模型。采用Bland-Altman散点图对模型预测的准确性进行分析,并计算了平均绝对误差（mean absolute error,MAE）和平均绝对百分比误差（mean absolute percentage error,MAPE）以评估模型预测的误差。结果：建立的模型在步行活动中,模型预测的■(18.50±1.19 mL/kg/min)与观测值（18.34±1.44 mL/kg/min）接近,MAE=1.3...     

运用IPAQ对长沙地区居民体力活动情况的调查

目的：对长沙地区居民的日常体力活动情况进行调查统计,了解地区内人群的体力活动现状和变化规律。方法：采用分层随机抽样方法,在长沙地区城乡居民中抽取样本851人,入户并运用国际体力活动调查问卷（IPAQ）进行调查。结果：中等强度的体力活动是主要的活动方式;交通领域是体能消耗的主要领域;从事低、中、高活动等级的人口比例分别为26.9%、37.8%和35.5%,男性与女性在活动等级的分布上差异明显。结论：用于闲暇时间的体能消耗是下阶段开展工作的重点;家务活动的体能消耗有待加强;应提高中青年人中等强度及高强度体力活动的参与程度。     

拒绝“秋膘” 今秋享“瘦”

专家说经过一个夏天的煎熬,能量消耗较大,人们普遍食欲不振,造成体内热量供给不足。到了秋天,天气转凉,饮食会不知不觉地过量,使热量的摄入大大增加。再加上宜人气候,让人睡眠充足,汗液减少。     

短跑运动员肌肉能量消耗与肌肉损伤的研究

通过查阅国内相关文献资料,分析了短跑运动能量消耗的基本规律。由于短跑技术动作的不规范、缺乏准备活动或准备不充分、肌肉的紧张、全程节奏紊乱、肌肉柔韧性差、过度紧张的心理,造成了运动员身体能量的大量消耗,致使能量不足而出现肌肉损伤现象。并由此论述短跑运动员肌肉能量消耗与肌肉损伤的相关机理,提出了有利于运动员能量储备的训练方法。     

基于特征工程和深度学习方法估算体力消耗的模型有效性研究

目的 探究不同佩戴部位、不同惯性测量装置（IMU）（加速度计和陀螺仪）以及不同机器学习方法对人体走、跑活动能量消耗预测准确性的影响。方法 对IMU的原始信号进行预处理并提取多种活动特征,采用交叉验证的方式分别对基于特征工程的机器学习方法和基于深度学习的卷积神经网络方法进行建模。结果 在走、跑活动中,对于IMU的不同佩戴部位,踝部模型的性能整体上优于髋部模型;对于不同IMU获取的运动信号,加速度计模型的性能整体上优于陀螺仪模型;对于不同的机器学习模型,基于特征工程的机器学习方法普遍优于基于深度学习的卷积神经网络方法。结论 基于多信号融合的人工神经网络模型在不同运动强度下的稳定性和泛化能力均优于其他3种模型,建议使用该模型对走、跑活动的能量消耗进行估算。