Index was outside the bounds of the array. 文章摘要
|本期目录/Table of Contents|

[1]颜善青,赵一平*. 奥运会男子径赛夺牌运动员年龄分布特征预测[J].内江师范学院学报(自然科学),2019,08:106-111.
点击复制

 奥运会男子径赛夺牌运动员年龄分布特征预测(PDF)

《内江师范学院学报(自然科学)》[ISSN:1671-1785/CN:51-1521/Z]

期数:
2019年08期
页码:
106-111
栏目:
出版日期:
2019-08-25

文章信息/Info

Title:
-
文章编号:
1671-1785(2019)08-0106-06
作者:
 颜善青 赵一平*
 淮北师范大学体育学院
Author(s):
-
关键词:
 男子径赛年龄分布灰色预测
Keywords:
-
分类号:
G811.211;G82
DOI:
10.13603/j.cnki.51-1621/z.2019.08.018
文献标识码:
A
摘要:
 对27至31届奥运会男子径赛获奖牌运动员年龄进行统计,讨论其分布特征,并运用灰色关联、灰色
聚类、GM(1,1)模型等方法对未来的变化趋势进行预测.研究表明:男子径赛各项目对年龄的敏感度不同,金牌运
动员和夺牌运动员在历届的年龄变化程度存在差异;预测方面:该项目运动员的竞技生涯周期将变宽,顶尖运动员
“大龄化”趋势凸显,最佳夺牌年龄段为[26.5,26.9],较之前略有右移.
Abstract:

参考文献/References

 
[1]田麦久.运动训练学[M].北京:人民体育出版社,2000:324.
[2]李小兵.伦敦奥运会田径运动员身体形态与参赛年龄分析[J].体育文化导刊,2013(7):70-73.
[3]席繁宏,张健,张建华,等.第30届伦敦奥运会田径项目运动员年龄结构与特征分析[J].西北民族大学学报·110·第8期颜善青,赵一平:奥运会男子径赛夺牌运动员年龄分布特征预测(自然科学版),2016,37(01):60-66.
[4]陈业,葛超.我国部分游泳运动员始训年龄及运动年限研究[J].内江师范学院学报,2009,24(4):101-104.
[5]李壮壮,孙全师,武以敏.基于灰色关联度分析法的房地产价格影响因素分析:以宿州市为例[J].内江师范学院学报,2013,28(10):52-56.
[6]邓聚龙,杨英杰,吴利丰.灰色系统及其应用[M].北京:科学出版社,2014:238.
[7]刘承伟,赵洪凯,严豪,等.基于分数阶GM(1,1)与BP神经网络的电力负荷预测[J].数学的实践与认识,2018(23):145-151.
[8]周浩祥,潘家武,孙朋,等.世界级中跑运动员最佳竞技年龄的特征及发展趋势[J].南京体育学院学报,2018,1(7):69-75.
[9]魏微.辽阳市艾滋病时间序列模型灰色预测研究[J].中国卫生统计,2018,35(6):935-936.
[10]宋小凤.田径短跑成绩变化趋势动态预测仿真研究[J].计算机仿真,2016,33(10):417-420.
[11]罗党,李钰雯,林培源.基于白化权函数的区间灰数预测模型[J].数学的实践与认识,2017,47(8):167-175.
[12]刘鑫,刘建国.世界田坛竞争格局分析[J].体育文化导刊,2017(3):93-97.
[13]刘志华.里约奥运会田径竞技格局及中国田径运动发展趋势研究[J].吉林体育学院学报,2017,33(1):48-53.
[14]姜宏斌.里约奥运会田径项目奖牌归属、成绩积分的地域国家分布特征及均衡程度的唯象研究[J].天津体育学院学报,2016,31(6):539-545.
[15]黄璐.摆脱“软金牌”路径依赖:中国奥运战略的结构性转型[J].体育学刊,2016,23(5):42-49.

备注/Memo

备注/Memo:
更新日期/Last Update: 2019-09-22