《上海体育学院学报》2021年第9期目次、摘要及全文
友情提示
欢迎点击音频收听论文核心观点，亦可点击目次及摘要的标题直接阅读全文。
【点击标题查看全文】
摘 要
周生旺，程传银
（南京师范大学；枣庄学院）
人工智能融入体育成为新时代社会发展的新趋势，技术与身体成为体育伦理的行为主体，判断其是否具有伦理价值，将成为新时代体育发展的重要标准。认为：人工智能与体育的伦理问题是技术与人的关系或科技进步与人的发展问题，亦可延伸为人的身体与技术的伦理关系；人工智能融入体育实质上是技术促进身体伦理价值实现的过程，即技术伦理与身体伦理的完美融合，勾勒了技术与身体的伦理生成逻辑——以身体为伦理基础，以生命为伦理目标，以道德为伦理标尺。人工智能融入体育尚存在伦理主体越位、伦理价值偏颇、伦理危机加剧、伦理边界混沌的伦理困境。从身体主体性、人文主义取向、伦理规约、技术有限的角度提出人工智能融入体育的伦理原则、内容、标准与边界，规范与指导新时代人工智能技术在体育中的推广与应用。
孟云鹏
（阜阳师范大学)
采用文献资料法等对我国城市体育智能治理系统进行研究，认为：人工智能技术为我国城市体育治理改革带来契机，智能识别与精准筛选可为体育治理提供翔实的数据信息；情景模拟和议题聚合可降低体育治理成本，提升效率；逻辑判断和感知推理可为体育治理提供决策辅助；过程监管和效能反馈可帮助体育治理实现跟踪评估和绩效评价。当前人工智能参与城市体育治理面临诸多现实挑战：①多元治理主体动力不强、能力不足；②治理结构的条块分割导致信息资源无法共享；③可靠性、安全性尚存在一定缺陷；④政策、制度、市场等方面尚存明显不足。提出新时代我国城市体育智能治理改革路径：①转化治理主体认知理念，提升治理主体技术能力；②优化治理结构，破除信息与数据壁垒；③加强技术研究，突出安全监管；④加强政策支持，完善制度建设。
丁建岚，黄 谦，张 犁 ，马林晓 ，丁逸菲 ，王欢庆
（陕西师范大学 ；西安体育学院；西安建筑科技大学）
经验因素在人类决策活动中起着关键作用，但鲜有学者从神经认知过程的角度探索足球裁判员执裁经验对决策的影响。设计基于真实足球比赛场景的判罚决策任务，利用事件相关电位（Event-Related Potential，ERP）技术，比较不同经验水平下个体在面对犯规动作时的判罚决策及脑电差异。结果显示：不同经验水平的个体在进行判罚决策任务时，引发的 N1成分和 P300成分振幅均有显著差异。这说明经验因素在对发现目标的疑似犯规行为和是否判罚该行为犯规 2个阶段影响裁判员的判罚决策。相较于其他被试，有执裁经验的裁判员在进行判罚决策任务时消耗的认知资源较少，具体表现为引发的 N1成分振幅较低；同时，消耗的决策资源也少于其他被试，具体表现为引发的 P300成分振幅较低。
王祥全，姜 勇，仪俊希
（吉林大学；辽宁师范大学）
大中小学体育课程缺乏有效衔接是阻碍学校体育发展较突出的问题。作为信息化教学核心的区块链，为体育课程一体化提供了技术可能性。采用文献资料法、ASMI四步法等对体育课程一体化建设中区块链技术的应用场景选择、架构设计和实现路径等进行研究。提出：区块链不仅可以解决学校体育纵向断层、横向发展不均衡、内在不统一、形式不协同等业务痛点，还能以“技术赋能”方式为课程结构要素提供新的组合规制，从根本上转变教育组织方式和教学样态。结合区块链一般性基础架构和体育课程一体化应用场景，构建包括技术支持系统（基础设施和网络）、共识层、智能合约层、数据层、应用层等模块的多链组合系统架构，分析系统运行的共识、存储、传播和安全机制。结合体育课程一体化与区块链技术跨界融合的推广与实施，从政策导向、技术研发与人才培养、规模化发展等方面提出发展对策。
黄道名，刘 钒，杨群茹，杨 城，梁勤超，郭孟林
（西南财经大学；成都中医药大学；成都师范学院）
区块链智能合约技术将为职业运动员合同管理提供一种新的管理模式，其主要特征可概括为去中心化、智能高效、准确、低成本。当前，对我国职业运动员的管理主要采用合同制，但在职业运动员的合同管理中存在签订程序不规范、合同内容无效、执行过程纠纷多等问题，阻碍了职业运动员竞技水平的提高。基于区块链智能合约的技术特征与应用选择，探析职业运动员合同管理的现状，对区块链智能合约应用于职业运动员合同管理进行分析发现：基于区块链智能合约的职业运动员合同管理模式有利于简化合同流程、预防欺诈、降低成本、精准设置、促进运动员自身发展。设计基于区块链智能合约的职业运动员合同管理模式，明确链上的主体定位，设计应用分层框架和实施流程，分析该模式的现实障碍并提出解决路径。
王泽军，游松辉
（ 同济大学 ）
对大数据背景下基于位置数据的足球战术分析方法进行分析发现：球队中心法可确定球队几何中心，空间控制法可计算球员所覆盖的区域，网络分析法可测量球队的传球行为，机器学习算法可自动识别球队战术的特征。鉴于大数据技术正在推动足球研究领域的革命，而位置数据只能提供单一空间模式的大数据，未来研究应通过整合关于训练需求、周期负荷、竞赛体系、球员体能和疲劳等信息，将生理、心理、位置、教练员、球探观众等数据实时压缩成较小的变量，运用数据可视化与报告等手段，为教练员提供客观信息，在某种程度上优化对运动表现结果的预测。大数据技术栈和深度学习技术的 AI新方法有望为足球战术研究提供新途径。
孙 冬，宋 杨，岑炫震，
盛 博，顾耀东
（宁波大学；塞格德大学；
上海大学）
目的 近年来，针对运动动作的实时、精准和无标记识别成为备受关注的热点问题。系统回顾近年来国内外基于计算机视觉图像数据输入进行特定运动或目标动作的机器学习或深度学习识别相关研究，为无标记动作捕捉技术在运动动作识别等领域的应用提供参考。方法 通过布尔逻辑运算检索 Web of Science、PubMed、Scopus、Google Scholar、IEEE Xplore、中国知网（CNKI）6个数据库收录的 2000年 1月—2020年 6月发表的文献，分别对第一作者/发表年份、运动类型/目标动作、受试者信息、摄像机参数、图像特征提取技术、动作识别算法、动作识别质量评估方法、图像数据训练与验证方法、动作识别精度表现等关键信息进行提取。结果 筛选后共纳入 23篇文献，39%的研究采用基于支持向量机的机器学习算法，35%的研究采用基于卷积神经网络的深度学习算法，其中分类精度、混淆矩阵和位移误差是大部分研究采用的动作识别质量评估方法。在动作技术识别和运动表现分析等领域，计算机视觉动作捕捉和相关模型、算法开发等已显示出良好的应用前景。支持向量机、主成分降维分析等传统机器学习算法仍是目前采用的主流动作识别技术，但随着卷积神经网络和循环神经网络等深度学习算法的开发与应用，在部分场景下的动作捕捉和识别效果优于传统的机器学习方法。结论 基于计算机视觉的场地摄像机设置、图像特征提取和动作识别算法模型开发需要结合特定的运动项目、应用场景和精度需求等进行多维度综合衡量。随着深度学习识别算法和可穿戴无线传感装备技术的发展，无标记动作捕捉的精确性、实时性和鲁棒性将得到进一步提升。
参赛越多运动生涯越长？
——基于世界优秀田径运动员参赛特征的实证研究
魏 鑫，钟亚平，邹克宁
（武汉体育学院；湖北工业大学）
运动员的运动寿命偏短是长期以来制约我国田径运动发展的一个重要因素，而有关运动员竞技高峰期及之后阶段的参赛特点，特别是运动员参赛特征与其运动寿命关系的研究迄今未见明确结论。鉴于此，对 1993—2004年共 1 351名世界优秀田径运动员在 1993—2017年的参赛成绩及相关数据进行统计分析，采用 Cox回归对影响运动员运动寿命的参赛因素进行研究。结果显示：在同一年跻身国际田坛先进行列的运动员中，年龄较小、成绩相对较差的运动员退役风险率较低，具有更长的运动寿命，且运动生涯中最优成绩水平高或最优成绩出现时间晚，对延长其运动寿命具有重要作用。同时，这些运动员竞技高峰积蓄期的参赛安排对其运动寿命的影响较有限，但竞技高峰爆发期及其持续期的参赛安排会对运动寿命产生重要影响。因此，不同类别项目田径运动员竞技高峰爆发期的参赛安排应有所区别：适当增加短跑类运动员该阶段的参赛频次有利于降低运动员的退役风险；中长类、超长类、跳跃类、投掷类运动员则应通过适当降低该阶段的参赛频次，以降低退役风险，延长运动寿命。
推荐阅读：
●《上海体育学院学报》2021年第8期目次、摘要及全文●《上海体育学院学报》2021年第7期目次、摘要及全文●《上海体育学院学报》2021年第6期目次、摘要及全文●《上海体育学院学报》2021年第5期目次、摘要及全文●《上海体育学院学报》2021年第4期目次、摘要及全文●《上海体育学院学报》2021年第3期目次、摘要及全文●《上海体育学院学报》2021年第2期目次、摘要及全文●《上海体育学院学报》2021年第1期目次、摘要及全文●《上海体育学院学报》2020年第12期目次、摘要及全文●《上海体育学院学报》2020年第11期目次、摘要及全文●《上海体育学院学报》2020年第10期目次、摘要及全文●《上海体育学院学报》2020年第9期目次、摘要及全文●《上海体育学院学报》2020年第8期目次、摘要及全文●《上海体育学院学报》2020年第7期目次、摘要及全文●《上海体育学院学报》2020年第6期目次、摘要及全文●《上海体育学院学报》2020年第5期目次、摘要及全文●《上海体育学院学报》2020年第4期目次、摘要及全文●《上海体育学院学报》2020年第44卷第3期目次●《上海体育学院学报》2020年第44卷第2期目次●《上海体育学院学报》2020年第44卷第1期目次
《上海体育学院学报》公众号
《上海体育学院学报》官网
网址：www.styb.cbpt.cnki.net
微信：stxb1959
电话：021-65506286
邮箱：xb@sus.edu.cn
地址：上海市杨浦区清源环路650号
邮编：200438
感谢您支持，欢迎您赐稿！