导读:本文包含了消耗预测论文开题报告文献综述及选题提纲参考文献，主要关键词:ActiGraph,GT3X+,身体活动,能量消耗
消耗预测论文文献综述
王柯,马丽琼,马生霞,蒿莹莹,朱政[1]（2019）在《ActiGraph GT3X+加速度计预测不同类型身体活动能量消耗的准确性研究》一文中研究指出研究目的:随着科学技术的快速发展和生活方式的改变,人们的久坐行为和身体活动不足越来越普遍。流行病学研究表明,身体活动不足和久坐行为与肥胖、心血管疾病、糖尿病以及癌症等疾病的发病率和死亡率密切相关,因此,增加身体活动,减少久坐行为对于促进身体健康和预防疾病发生具有积极的作用。而能量消耗作为维持人体能量代谢平衡的重要组成部分,在身体活动流行病学研究中有着重要的作用。因此,客观、有效、准确便捷地监测身体活动的能量消耗对于大众健身、健康研究具有重要的意义。ActiGraph GT3X+加速度计具有便捷、被试可接受度高等优点,不仅可以监测日常身体活动量和活动强度,还能够预测人体活动的能量消耗,且已被广泛应用于科研领域当中。但是,目前国内缺乏对加速度计基于动作计数切点建立的能耗方程在预测不同类型的身体活动能量消耗时的准确性的研究,因此本研究以便携式心肺功能仪Cosmed K4b2测量能量消耗为金标准,验证ActiGraph GT3X+加速度计中Williams Work-Energy方程、Freedson Combination方程和Freedson VM3 Combination方程预测规律性和非规律性身体活动能量消耗的准确性。研究方法:本研究招募了20名(男、女各10名)健康成年受试者,平均年龄25.5±5.0岁,身高167.9±9.4cm,体重65.5±10.2kg,BMI:23.1±2.1kg/m2。受试者同时佩戴便携式心肺功能仪Cosmed K4b2和ActiGraph GT3X+加速度计,分别进行规律性活动和非规律性活动。规律性活动包括自然行走、快走(5.6 km/h)、慢跑(6.4 km/h)、快跑(8.0 km/h),非规律性活动包括洗衣服、整理物品和拖地,每项活动进行7分钟。Cosmed K4b2通过实时监测受试者运动状态下的耗氧量和二氧化碳产生量,然后采用Weir公式计算出身体活动能量消耗。ActiGraphGT3X+加速度计佩戴于右侧髋部,设置采样间隔为60S,频率为30Hz,身体活动能耗预测值分别采用Williams Work-Energy方程、Freedson Combination方程和FreedsonVM3Combination方程进行计算。数据处理及统计分析:选择稳态期数据进行分析,稳态期为每次活动的中间四分钟。描述统计使用Mean±SD表示。采用Pearson相关分析ActiGraphGT3X+加速度计不同能耗方程的预测值与CosmedK4b2实测值的相关性,采用配对样本t检验比较不同能耗方程的的预测值与Cosmed K4b2实测值的差异,并使用平均绝对误差百分比说明预测值和实测值的具体差异程度。使用SPSS 21.0软件对数据进行统计学分析,P<0.05表示具有统计学意义。研究结果:Pearson相关性分析结果显示,在规律性活动中,Williams Work-Energy方程、Freedson Combination方程和Freedson VM3 Combination方程所预测的能量消耗值与CosmedK4b2实测值均具有显着的相关性(P<0.01)。自然行走时,Williams Work-Energy方程、Freedson Combination方程和Freedson VM3 Combination方程的预测值与实测值的相关系数r分别为0.72、0.63和0.67。慢走时,r分别为0.40、0.53和0.57。慢跑时,r分别为0.55、0.56和0.50。快跑时,r分别为0.58、0.63和0.51。而在非规律性活动中,3个预测方程所预测的能量消耗值与Cosmed K4b2实测值均没有显着相关性。洗衣服时,r=-0.12,P=0.610、r=-0.12,P=0.604和r=-0.11,P=0.657。整理物品时,均为r=0.08,P=0.731。拖地时,r=0.01,P=0.960、r=0.02,P=0.926和r=0.09,P=0.698。配对样本t检验和平均绝对误差百分比结果显示,在规律性活动中,快走、慢跑和快跑时,Williams Work-Energy方程、Freedson Combination方程和Freedson VM3 Combination方程均能够准确预测能量消耗。但在自然行走时,Williams Work-Energy方程、Freedson Combination方程都显着低估了能量消耗的38%,而FreedsonVM3Combination方程能够准确预测其能量消耗。在非规律性活动中,洗衣服和整理物品时,3个能耗方程方程均显着低估了能量消耗的约90%。拖地时,WilliamsWork-Energy方程和Freedson Combination方程和Freedson VM3 Combination方程分别显着低估了能量消耗的75%、75%和45%。研究结论:ActiGraph GT3X+加速度计所预测的能量消耗与实测值在规律性活动中具有显着的相关性,且随着活动强度增大相关性呈变强趋势,而在非规律性活动中不具有相关性。ActiGraphGT3X+加速度计能够准确预测规律性活动中快走、慢跑和快跑的能量消耗,而显着低估非规律性活动洗衣服、整理物品和拖地的能量消耗。ActiGraph GT3X+加速度计中Williams Work-Energy方程、Freedson Combination方程显着低估了自然行走的能量消耗,而Freedson VM3 Combination方程能够准确预测自然行走的能量消耗。ActiGraph GT3X+加速度计能耗方程预测不同类型身体活动能量消耗的准确性存在差异,所以应用ActiGraph GT3X+加速度计能耗方程预测能量消耗时应根据活动类型的不同谨慎选择不同能耗预测方程。(本文来源于《第十一届全国体育科学大会论文摘要汇编》期刊2019-11-01）
赵德峰,赵海燕,侯彬,王金昊,邱俊[2]（2019）在《利用Actigraph GT3X+叁轴加速度计建立蛙泳、自由泳能量消耗预测公式》一文中研究指出研究目的:不同运动项目的能量消耗和能量摄入存在明显差别,能量消耗是能量摄入的重要参考依据。长期过量的能量摄入会导致体重增长,较低的能量摄入会影响恢复,进而影响运动能力,而准确测量运动中的能量消耗,将会明确运动员最佳的能量补充。直接IC法被广泛应用于安静和运动过程中的能量消耗测定,被视为精确的短时能量消耗测定方法的金标准。IC法适用于实验室或短时间运动场测试,在运动实践过程中,应用直接IC法较难实现。叁轴加速度计是近年来研究较多的能量消耗测试仪器,携带方便,在评价日常活动的能量消耗方面具有一定优势,内设的能耗预测方程也有很大意义。但运动训练与日程活动有较大区别,因此研究学者对叁轴加速度计的能量消耗有效性进行了较多应用研究,并据此建立了不同运动状态下能量消耗预测公式,用以测量运动训练的能量消耗。利用叁轴加速度计对游泳运动能量消耗的研究较少,缺乏相关能量预测公式,因此本研究利用Actigraph GT3X+叁轴加速度计建立自由泳、蛙泳能量消耗预测公式,为两个项目能量消耗和能量摄入提供参考依据。研究方法:10名蛙泳运动员(年龄:16.60±1.84岁,身高:177.2±6.6厘米,体重:64.9±8.0公斤,体表面积:1.76±0.14平方米)和11名自由泳运动员(年龄:15.36±1.36岁,身高:173.9±4.7厘米,体重:59.36±4.86公斤,体表面积:1.67±0.09平方米)在腕部、腰部和踝部佩戴叁轴加速度计,采用游泳水槽(5m*3m*1.5m,误差<0.01m/s,水温20℃)递增方法进行测试,自由泳组采用1.2m/s流速起始,每分钟递增0.04m/s,至力竭结束测试;蛙泳组采用1.1m/s流速起始,每分钟递增0.03m/s,至力竭结束测试。采用逐步回归方法,以能量消耗为因变量,BSA,腕部加速度数据(wan ACx,wan ACy,wan ACz,wan VM)、腰部加速度数据(yao ACx,yaoACy,yao ACz,yao VM)和踝部加速度数据(huai ACx,huai ACy,huai ACz,huai VM)等为自变量进行逐步回归分析,建立回归方程。研究结果:本研究以EE为因变量,以BSA,腕部加速度数据、腰部加速度数据和踝部加速度数据为自变量进行逐步回归分析,利用Actigraph GT3X+叁轴加速度计建立的蛙泳预测公式EEm=-20207.4+29.253*腰ACy+15837.61*BSA+1.978*踝ACx+1.564*踝ACy-2.07*腕ACx(R2=0.677);自由泳预测公式EEm=-32142.7+24285.571*BSA+0.248*踝ACy-0.418*腰ACx+0.17*腕ACx(R2=0.712)。体表面积能反映身体形态等参数,腕部能反映游泳过程中上臂运动过程,腰部可以反映运动员躯干部位运动过程,踝部能反映运动员下肢打腿等运动过程。因此本研究将叁轴加速度计佩戴在上述叁个部位,可反映出自由泳和蛙泳游进过程中上肢、腰部和下肢叁个维度加速度变化情况。在线性回归中,如果残差之间不是彼此独立的,一些公式的拟合结果会出现问题,D-W统计量通过确定两个相邻误差项的相关性是否为零来检验回归残差之间是否存在自相关。D-W值得取值范围为0<D-W<4,越接近2表示残差与自变量越低。蛙泳D-W值0.836,自由泳为1.287,表明建立的各公式均无自相关性,随机误差项满足独立性;本研究所建公式的标准化残差直方图和标准化残差P-P图显示,均具有正态分布趋势;残差散点图点随机分布在一条穿过零点的水平直线的两侧,所以随机误差项满足方差齐性。在运动训练实践中,如果运动员较多,仪器设备较少,本研究利用腰部数据建立的蛙泳预测公式EEm (cal/min)=-8072.898+36.936腰ACy+13580.558*BSA-5.327*腰ACx(R2=0.629),利用踝部数据建立的自由泳预测公式EEm(cal/min)=-26872.1+21919.97*BSA+0.279*踝ACy(R2=0.605),也能提供非常有意义的参考。Ratel探讨性别和年龄对200m游泳能量消耗的影响,结果发现,性别和年龄之间没有显着性差异,因此在本研究选择研究对象时,并未将年龄因素及性别因素考虑在内。同样游进距离下,不同泳姿能量消耗存在一定差别,在本研究中,由于仰泳和蝶泳佩戴cosmed等测试仪器不方便,因此未进行仰泳和蝶泳泳姿能量消耗测试。Barbosa研究了4种不同泳姿之间200m递增游泳的能量消耗,研究结果表明游速为1.0-1.2m/s时,蛙泳总能量消耗显着高于仰泳、自由泳的总能量消耗,1.4m/s时蛙泳能量消耗最高,自由泳能量消耗显着低于蛙泳、蝶泳和仰泳的能量消耗,1.6m/s时蛙泳能量消耗也显着高于蝶泳和自由泳的能量消耗,自由泳能量消耗最低,其次为仰泳、蝶泳,蛙泳能量消耗为最高。因此本研究通过建立自由泳和蛙泳的能量消耗预测公式,可以为蝶泳和仰泳提供参考依据,可据此进行能量补充。研究结论:利用Actigraph GT3X+叁轴加速度计建立的蛙泳预测公式EEm(cal/min)=-20207.4+29.253*腰ACy+15837.61*BSA(m2)+1.978*踝ACx+1.564*踝ACy-2.07*腕ACx(R2=0.667)和自由泳预测公式EEm(cal/min)=-32142.7+24285.571*BSA(m2)+0.248*踝ACy-0.418*腰ACx+0.17*腕ACx(R2=0.712)有效,可为蛙泳运动员和自由泳运动员能量消耗与能量补充提供简便、客观的参考依据,同时可为游泳锻炼者测算运动能量消耗提供参考依据。(本文来源于《第十一届全国体育科学大会论文摘要汇编》期刊2019-11-01）
王文涛,谢颖,杜红珍,李增宁[3]（2019）在《超重肥胖人群静息能量消耗预测公式准确性的研究》一文中研究指出目的探索多个国内外广泛应用的静息能量消耗(resting energy expenditure,REE)预测公式的应用准确性,选出适合中国超重肥胖人群的REE预测公式。方法轻体力劳动且无基础疾病的超重肥胖受试者181例,生物电阻抗分析法(bioelectrical impedance analysis,BIA)测定体成分,以间接测热法(indirect calorimetry,IC)测得REE实测值(measured value of REE,mREE),并与6个公式求得的REE预测值(predictive value of REE, pREE)比较,相关性分析观察体成分与REE实测值之间联系,Bland-Altman法评价mREE与公式pREE的一致性。结果肥胖组mREE高于超重组(P<0.001);与超重/肥胖人群REE相关的主要因素是去脂体重和身体细胞量。Bernestin公式和Bernestin(BC)公式的pREE与mREE的差异无统计学意义(P>0.05)。其余预测公式pREE显着高于mREE(P<0.001)。在超重肥胖人群中Bernestin(BC)公式预测的准确性最高为70.17%(r=0.836, P<0.001);Bernestin公式为59.67%(r=0.811, P<0.001);Mifflin公式40.33%(r=0.819, P<0.001);FAO/WHO/UNU公式29.84%(r=0.824, P<0.001); Katch-Mcardle公式8.84%(r=0.824,P<0.001);Harris Benedict公式6.62%(r=0.825, P<0.001)。超重肥胖人群REE的临床可接受范围为(-130.3～130.3)kcal/d,mREE与所有预测公式的pREE的残差范围为(-23.9～389.1)kcal/d,所有公式估算值与实测值残差的95%一致性界限均超出了临床可接受的范围。结论超重和肥胖人群中Bernestin(BC)预测公式最接近mREE。多数预测公式均高估了入选者的REE,在不能使用IC测量中国超重肥胖人群REE时,应用Bernestin(BC)和Bernestin公式估算较准确。(本文来源于《第十届全国中西医结合营养学术会议论文资料汇编》期刊2019-10-18）
吴书金,汪涛,全琪,魏振堃,程日[4]（2019）在《基于灰色模糊推理的油料消耗预测》一文中研究指出为了克服传统预测方法的弊端,提出了基于灰色模糊推理的油料消耗预测方法;首先,构建了基于加权灰色关联分析的案例检索模型,且运用信息熵理论确定灰色关联系数的权重;其次,构建了模糊集理论的案例检索模型,且运用改进的层次分析法确定特征属性的权重;最后,基于上述2种检索结果,运用灰色关联分析方法构建了组合检索模型,并且基于检索结果对油料消耗进行预测。通过算例仿真,证明了上述检索方法具有较高的准确度,验证了预测方法的可行性和实用性。(本文来源于《计算机测量与控制》期刊2019年09期）
刘洁[5]（2019）在《九种预测公式评估我国青年男子基础能量消耗研究》一文中研究指出目的研究能量预测公式用于评估我国青年男子基础能量消耗(basal energy expenditure,BEE)的准确性。方法纳入2016年5月至2017年12月在我院实习的男性学员141人,平均年龄(20.86±0.67)岁。以基于生物电阻抗分析法(bioelectrical impedance analysis,BIA)的人体成分分析仪器获得的基础能量消耗实测值为标准,与9种能量公式计算值进行比较,统计分析采用配对t检验、Pearson相关性分析、吻合比例、Bland-Altman分析法。结果 BEE实测平均值为(6689.41±500.10)kJ/d,其与9个公式的预测值均呈正相关(P<0.01)。Owen公式误差最小(126.94±289.50)kJ/d,且吻合度最高(99.29%),BlandAltman分析提示在本研究中BEE实测值与用Owen公式计算值有较好的一致性。Liu公式和Yang公式是以我国健康人群数据所得,Liu公式预测值与实测值误差为(-175.07±262.57)kJ/d,吻合度95.04%。Yang公式在BMI 18.5-24.0的人群中差异最小(57.85kJ/d),吻合度97.09%,Bland-Altman分析一致性最高。结论国外多数能量预测公式评估我国青年男子能量消耗水平的准确性不佳,需要增加国人的数据。如果缺乏BEE测量设备,推荐选择Owen公式,或基于我国健康成人数据的Liu公式或Yang公式来预测相应人群的基础能量消耗量。(本文来源于《营养研究与临床实践——第十四届全国营养科学大会暨第十一届亚太临床营养大会、第二届全球华人营养科学家大会论文摘要汇编》期刊2019-09-20）
张峰,陈兵,赵怿平,王英众,李岳[6]（2019）在《基于线性回归法的飞机轮胎消耗规律预测》一文中研究指出利用R语言统计分析软件,基于线性回归分析方法,对飞机轮胎的消耗规律进行了分析预测研究,分析了飞机架数、飞行小时和飞行起落3个主要因素与飞机轮胎消耗的关系,构建了多元线性回归分析模型,运用p值检验法对模型进行了显着性检验,并对回归分析结果进行了回归诊断,分析结果与实际情况相符,实践证明方法可行。(本文来源于《飞机设计》期刊2019年04期）
赵德峰,王金昊,侯彬,赵海燕,邱俊[7]（2019）在《利用叁轴加速度计(Actigraph GT3X+)建立蛙泳、自由泳能量消耗预测公式》一文中研究指出目的:利用叁轴加速度计(Actigraph GT3X+)建立蛙泳、自由泳能量消耗预测公式,为两个项目能量消耗和能量摄入量的预测提供参考依据。方法:10名蛙泳运动员和11名自由泳运动员在腕部、腰部和踝部佩戴叁轴加速度计,分别进行蛙泳和自由泳递增负荷能量消耗测试。以能量消耗为因变量,分别以体表面积(BSA),腕部加速度数据(wanACx,wanACy,wanACz)、腰部加速度数据(yao ACx,yao ACy,yao ACz)、踝部加速度数据(huai ACx,huai ACy,huai ACz)、腕腰踝部加速度数据(wanACx,wanACy,wanACz,yao ACx,yao ACy,yao ACz,huaiACx,huaiACy,huai ACz)和腕腰踝部加速度数据(wanVM,yao VM,huaiVM)为自变量分别进行线性逐步回归分析,建立蛙泳和自由泳回归公式。结果:利用Actigraph GT3X+叁轴加速度计建立了蛙泳预测公式为EEm(cal/min)=-20207. 4+29. 253×yao ACy+15837. 61×BSA(m2)+1. 978×huai ACx+1. 564×huai ACy-2. 07×wan ACx(R2=0. 667),自由泳预测公式为EEm(cal/min)=-32142. 7+24285. 571×BSA(m2)+0. 248×huai ACy-0. 418×yao ACx+0. 17×wan ACx(R2=0. 712)。结论:建立了有效的蛙泳和自由泳预测公式,这可以作为客观评价游泳运动员蛙泳和自由泳能量消耗的工具,其结果可作为运动员能量补充的参考依据,也可为游泳锻炼者测算运动能量消耗提供参考依据。(本文来源于《中国应用生理学杂志》期刊2019年04期）
谭宇宁,党伟超,白尚旺,潘理虎[8]（2019）在《LSTM网络模型在Web服务器资源消耗预测中的应用研究》一文中研究指出如何能够准确地对软件老化趋势进行预测,并及时采取相应恢复策略是当前预防软件老化的一个关键问题.为此,针对老化数据的时序特性,以循环神经网络(Recurrent Neural Network, RNN)及其变种长短时记忆单元(Long Short-Term Memory, LSTM)结构为基础,设计了一种基于LSTM网络的软件老化资源预测方法,并通过应用加速寿命测试实验搭建老化测试平台,对Web服务器因内存泄漏引起的老化现象进行建模和预测.实验结果表明,LSTM老化预测模型在处理Web软件老化的时间序列建模问题上,具有很强的适用性和更高的准确性,能有效提高软件系统的可靠性和可用性.(本文来源于《计算机系统应用》期刊2019年07期）
刘洁,黎娜,刘丽娟,张红梅,王贺[9]（2019）在《九种预测公式评估我国青年男子基础能量消耗研究》一文中研究指出目的研究能量预测公式用于评估我国青年男子基础能量消耗(basal energy expenditure,BEE)的准确性。方法纳入2016年5月至2017年12月在我院实习的男性学员141人,平均年龄(20.86±0.67)岁。以基于生物电阻抗分析法(bioelectrical impedance analysis,BIA)的人体成分分析仪器获得的基础能量消耗实测值为标准,与9种能量公式计算值进行比较,统计分析采用配对t检验、Pearson相关性分析、吻合比例、Bland-Altman分析法。结果 BEE实测平均值为(6689.41±500.10)kJ/d,其与9个公式的预测值均呈正相关(P <0.01)。Owen公式误差最小(126.94±289.50)kJ/d,且吻合度最高(99.29%)。Liu公式和Yang公式是以我国健康人群数据所得,Liu公式预测值与实测值误差为(-175.07±262.57)kJ/d,吻合度95.04%。Yang公式在BMI 18.5～24.0的人群中差异最小(57.85kJ/d),一致性最高。结论国外多数能量预测公式评估我国青年男子能量消耗水平的准确性不佳,需要增加国人的数据。如果缺乏BEE测量设备,推荐选择Owen公式,或基于我国健康成人数据的Liu或Yang公式来预测相应人群的基础能量消耗量。[营养学报,2019,41(3):230-235](本文来源于《营养学报》期刊2019年03期）
马丽琼[10]（2019）在《腕部佩戴Actigraph GT3X+加速度计评价成年人身体活动能量消耗预测方程的建立》一文中研究指出研究目的本研究的目的是依据不同类型身体活动,分别建立适用于优势侧和非优势腕部佩戴Actigraph GT3X+加速度计评价成年人身体活动能量消耗的预测方程,为精确评估身体活动的能量消耗提供科学依据。研究方法本研究招募62名18～40岁成年人(男、女性各31名,年龄:29.3±6.2岁,BMI:22.4±2.4kg/m2)作为研究对象。实验期间,受试者共完成写字、使用手机、电脑办公、洗衣服、物品整理、自然行走、地面清洁、5.6km/h快走、6.4km/h慢跑、8.4km/h快跑、打乒乓球、跳有氧操、打篮球在内的13项常见身体活动。采用Actigraph GT3X+叁轴加速度计(左右腕部各1个)和Cosmed K4b2便携式气体代谢分析仪同期监测受试者进行指定身体活动时的能量消耗水平。采用ROC曲线,通过曲线下面积、敏感性和特异性指标,确定划分久坐行为和非久坐行为的加速度计综合计数(vector magnitude,VM)切点阈值。非久坐行为则以加速度计计数变异系数为检验变量(coefficient of variation,CV),进一步划分为规律性身体活动和非规律性身体活动。利用线性回归分析法,以VM为自变量分别建立规律性身体活动和非规律性身体活动能量消耗预测方程。以预测残差平方和(predicted residual sum of squares,PRESS)的交叉验证方法评价预测方程的稳定性。研究结果1判定久坐行为的加速度计计数切点阈值分别为:非优势侧腕部VM≤299 counts/10s;优势侧腕部 VM≤320 counts/10s。2判定规律性身体活动的加速度计计数变异系数阈值分别为:非优势侧腕部CV≤15.95%;优势侧腕部CV≤13.95%。3非优势侧腕部加速度计能耗预测方程:非规律性身体活动METs=1.925+0.0013*VM(R2=0.577,SEE=1.483 METs)和规律性身体活动METs=2.686+0.0012*VM(R2=0.725,SEE=1.065 METs);优势侧腕部加速度计能耗预测方程:非规律性身体活动 METs=1.389+0.0013*VM(R2=0.715,SEE=1.222METs)和规律性身体活动METs=2.564+0.0012*VM(R2=0.762,SEE=1.007METs)。4PRESS交叉验证显示,双侧腕部R2值稍有下降(R2△<0.0027),SEE值稍有上升(SEE△<0.0029METs)。研究结论本研究所建立的双侧腕部能量消耗方程的预测准确性较好,RESS交叉验证结果显示方程均有较好的稳定性。比较发现,优势侧腕部能耗预测方程的准确性优于非优势侧腕部;腕部能耗方程对于规律性身体活动的能耗预测准确性优于非规律性身体活动。根据本研究结果,建议应采用优势侧腕部佩戴ActiGraph GT3X+加速度计监测身体活动,并在能量消耗评测时根据活动类型分别选取规律性或非规律性身体活动能耗预测模型。(本文来源于《上海体育学院》期刊2019-06-18）
消耗预测论文开题报告
（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：
研究目的:不同运动项目的能量消耗和能量摄入存在明显差别,能量消耗是能量摄入的重要参考依据。长期过量的能量摄入会导致体重增长,较低的能量摄入会影响恢复,进而影响运动能力,而准确测量运动中的能量消耗,将会明确运动员最佳的能量补充。直接IC法被广泛应用于安静和运动过程中的能量消耗测定,被视为精确的短时能量消耗测定方法的金标准。IC法适用于实验室或短时间运动场测试,在运动实践过程中,应用直接IC法较难实现。叁轴加速度计是近年来研究较多的能量消耗测试仪器,携带方便,在评价日常活动的能量消耗方面具有一定优势,内设的能耗预测方程也有很大意义。但运动训练与日程活动有较大区别,因此研究学者对叁轴加速度计的能量消耗有效性进行了较多应用研究,并据此建立了不同运动状态下能量消耗预测公式,用以测量运动训练的能量消耗。利用叁轴加速度计对游泳运动能量消耗的研究较少,缺乏相关能量预测公式,因此本研究利用Actigraph GT3X+叁轴加速度计建立自由泳、蛙泳能量消耗预测公式,为两个项目能量消耗和能量摄入提供参考依据。研究方法:10名蛙泳运动员(年龄:16.60±1.84岁,身高:177.2±6.6厘米,体重:64.9±8.0公斤,体表面积:1.76±0.14平方米)和11名自由泳运动员(年龄:15.36±1.36岁,身高:173.9±4.7厘米,体重:59.36±4.86公斤,体表面积:1.67±0.09平方米)在腕部、腰部和踝部佩戴叁轴加速度计,采用游泳水槽(5m*3m*1.5m,误差<0.01m/s,水温20℃)递增方法进行测试,自由泳组采用1.2m/s流速起始,每分钟递增0.04m/s,至力竭结束测试;蛙泳组采用1.1m/s流速起始,每分钟递增0.03m/s,至力竭结束测试。采用逐步回归方法,以能量消耗为因变量,BSA,腕部加速度数据(wan ACx,wan ACy,wan ACz,wan VM)、腰部加速度数据(yao ACx,yaoACy,yao ACz,yao VM)和踝部加速度数据(huai ACx,huai ACy,huai ACz,huai VM)等为自变量进行逐步回归分析,建立回归方程。研究结果:本研究以EE为因变量,以BSA,腕部加速度数据、腰部加速度数据和踝部加速度数据为自变量进行逐步回归分析,利用Actigraph GT3X+叁轴加速度计建立的蛙泳预测公式EEm=-20207.4+29.253*腰ACy+15837.61*BSA+1.978*踝ACx+1.564*踝ACy-2.07*腕ACx(R2=0.677);自由泳预测公式EEm=-32142.7+24285.571*BSA+0.248*踝ACy-0.418*腰ACx+0.17*腕ACx(R2=0.712)。体表面积能反映身体形态等参数,腕部能反映游泳过程中上臂运动过程,腰部可以反映运动员躯干部位运动过程,踝部能反映运动员下肢打腿等运动过程。因此本研究将叁轴加速度计佩戴在上述叁个部位,可反映出自由泳和蛙泳游进过程中上肢、腰部和下肢叁个维度加速度变化情况。在线性回归中,如果残差之间不是彼此独立的,一些公式的拟合结果会出现问题,D-W统计量通过确定两个相邻误差项的相关性是否为零来检验回归残差之间是否存在自相关。D-W值得取值范围为0<D-W<4,越接近2表示残差与自变量越低。蛙泳D-W值0.836,自由泳为1.287,表明建立的各公式均无自相关性,随机误差项满足独立性;本研究所建公式的标准化残差直方图和标准化残差P-P图显示,均具有正态分布趋势;残差散点图点随机分布在一条穿过零点的水平直线的两侧,所以随机误差项满足方差齐性。在运动训练实践中,如果运动员较多,仪器设备较少,本研究利用腰部数据建立的蛙泳预测公式EEm (cal/min)=-8072.898+36.936腰ACy+13580.558*BSA-5.327*腰ACx(R2=0.629),利用踝部数据建立的自由泳预测公式EEm(cal/min)=-26872.1+21919.97*BSA+0.279*踝ACy(R2=0.605),也能提供非常有意义的参考。Ratel探讨性别和年龄对200m游泳能量消耗的影响,结果发现,性别和年龄之间没有显着性差异,因此在本研究选择研究对象时,并未将年龄因素及性别因素考虑在内。同样游进距离下,不同泳姿能量消耗存在一定差别,在本研究中,由于仰泳和蝶泳佩戴cosmed等测试仪器不方便,因此未进行仰泳和蝶泳泳姿能量消耗测试。Barbosa研究了4种不同泳姿之间200m递增游泳的能量消耗,研究结果表明游速为1.0-1.2m/s时,蛙泳总能量消耗显着高于仰泳、自由泳的总能量消耗,1.4m/s时蛙泳能量消耗最高,自由泳能量消耗显着低于蛙泳、蝶泳和仰泳的能量消耗,1.6m/s时蛙泳能量消耗也显着高于蝶泳和自由泳的能量消耗,自由泳能量消耗最低,其次为仰泳、蝶泳,蛙泳能量消耗为最高。因此本研究通过建立自由泳和蛙泳的能量消耗预测公式,可以为蝶泳和仰泳提供参考依据,可据此进行能量补充。研究结论:利用Actigraph GT3X+叁轴加速度计建立的蛙泳预测公式EEm(cal/min)=-20207.4+29.253*腰ACy+15837.61*BSA(m2)+1.978*踝ACx+1.564*踝ACy-2.07*腕ACx(R2=0.667)和自由泳预测公式EEm(cal/min)=-32142.7+24285.571*BSA(m2)+0.248*踝ACy-0.418*腰ACx+0.17*腕ACx(R2=0.712)有效,可为蛙泳运动员和自由泳运动员能量消耗与能量补充提供简便、客观的参考依据,同时可为游泳锻炼者测算运动能量消耗提供参考依据。
（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。
消耗预测论文参考文献
[1].王柯,马丽琼,马生霞,蒿莹莹,朱政.ActiGraphGT3X+加速度计预测不同类型身体活动能量消耗的准确性研究[C].第十一届全国体育科学大会论文摘要汇编.2019
[2].赵德峰,赵海燕,侯彬,王金昊,邱俊.利用ActigraphGT3X+叁轴加速度计建立蛙泳、自由泳能量消耗预测公式[C].第十一届全国体育科学大会论文摘要汇编.2019
[3].王文涛,谢颖,杜红珍,李增宁.超重肥胖人群静息能量消耗预测公式准确性的研究[C].第十届全国中西医结合营养学术会议论文资料汇编.2019
[4].吴书金,汪涛,全琪,魏振堃,程日.基于灰色模糊推理的油料消耗预测[J].计算机测量与控制.2019
[5].刘洁.九种预测公式评估我国青年男子基础能量消耗研究[C].营养研究与临床实践——第十四届全国营养科学大会暨第十一届亚太临床营养大会、第二届全球华人营养科学家大会论文摘要汇编.2019
[6].张峰,陈兵,赵怿平,王英众,李岳.基于线性回归法的飞机轮胎消耗规律预测[J].飞机设计.2019
[7].赵德峰,王金昊,侯彬,赵海燕,邱俊.利用叁轴加速度计(ActigraphGT3X+)建立蛙泳、自由泳能量消耗预测公式[J].中国应用生理学杂志.2019
[8].谭宇宁,党伟超,白尚旺,潘理虎.LSTM网络模型在Web服务器资源消耗预测中的应用研究[J].计算机系统应用.2019
[9].刘洁,黎娜,刘丽娟,张红梅,王贺.九种预测公式评估我国青年男子基础能量消耗研究[J].营养学报.2019
[10].马丽琼.腕部佩戴ActigraphGT3X+加速度计评价成年人身体活动能量消耗预测方程的建立[D].上海体育学院.2019