基于场域-惯习理论的体育运动技能能力评估模型构建

冯 超

(大连财经学院，辽宁 大连 116600)

随着体育教育的不断改革和发展，对体育运动技能的评估受到人们的极大关注，构建体育运动技能能力评估模型，根据运动技能培训的效果进行体育运动技能的在线效果评估，提高体育运动技能的量化管理和评估能力[1].建立体育运动技能培训的能力评估模型，分析制约体育运动技能能力的相关性因素，建立体育运动技能能力评估的统计分析模型，提高体育运动技能培训的效能，对体育运动技能培训的能力评估是建立在对体育运动技能培训的多元信息参量识别基础上，采用大数据挖掘方法，建立体育运动技能培训的有效性评价的信息分布融合模型[3]，传统方法中，对体育运动技能能力评估方法主要有关联规则挖掘方法、统计分析方法、自相关评估方法等，构建了体育运动技能能力评价的特征数据分析模型，结合关联规则挖掘方法，进行体育运动技能能力评估，但上述方法进行体育运动技能能力评估的实时性不好，评价准确度不高[3].针对上述问题，提出基于场域-惯习理论的体育运动技能能力评估模型，并结合统计数据进行实证分析，构建体育运动技能能力评估统计信息分析模型，建立体育运动技能能力评估的模糊关联规则集，结合模式识别和大数据分析方法，实现体育运动技能能力评估优化.最后进行仿真试验分析，展示了该方法在提高体育运动技能能力评估能力方面的优越性能.

1 体育运动技能能力评估的先验数据采样与统计分析

1.1 体育运动技能能力影响的先验信息采样

(1)

(2)

上式表示为体育运动技能能力评价的约束指标参量集，为一个标准的正态分布函数，ω为体育运动技能能力评估的统计特征分布的惯性权重，考虑关联规则约束项对体育运动技能能力评估进行特征分布式挖掘，引入体育运动技能能力评估观测集userInput()、sanitizex、flipCoin()和exec(flipCoin(sanitize()))，对体育运动技能能力评估模型进行综合分析和调度，设定体育运动技能能力评估的可靠性权重ω的取值为：

(3)

式(3)中ωmax和ωmin分别表示体育运动技能能力评估的调控系数，Tmax为时延，t为体育运动技能能力评估影响的关联性因子，结合关联规则调度方法，得到体育运动技能能力评估的布式融合模型[6]，计算式为：

(4)

式(4)中Newi`=(ei`1，ei`2，…，ei`D)，表示体育运动技能能力评估的分布式调度集，由此构建体育运动技能能力评估的模糊关联规则集和先验分布集，采用大数据融合分析方法[7]，建立体育运动技能能力评估的特征分析模型，提高体育运动技能能力评估的实效性.

1.2 特征重构和量化分析

构建体育运动技能能力评估统计信息分析模型，根据体育运动技能能力评估信息的挖掘结果，对体育运动技能能力评估数据进行特征重构，构建体育运动技能能力评估的回归分析模型，表示为：

(5)

通过模糊相关性检测方法进行特征匹配，得到体育运动技能能力评估的大数据分析模型，采用线性预测方法进行体育运动技能评估[8]，得到体育运动技能能力评估的约束参量集RN与XN存在的关联映射关系为：

(6)

基于场域-惯习理论，得到一个描述体育运动技能能力评估的促进性因子，为：

(7)

(8)

q=detA

(9)

显然，x满足：x～N(Ex,En′2)，根据体育运动技能能力评估的大数据挖掘结果，构建体育运动技能的关联规则特征分布重构模型描述为：

(10)

在有限状态空间中，提取体育运动技能能力关联特征信息，得到体育运动技能能力评估的量化分析模型描述为：

(11)

根据特征提取结果，实现对体育运动技能能力评估的模糊相关性分析，提高能力评估准确性.

2 体育运动技能能力评估模型优化

2.1 体育运动技能能力评估的统计分析模型

对体育运动技能能力评估数据进行特征挖掘和模式训练，采用场域-惯习理论进行体育运动技能能力评估的大数据统计特征分析建模，建立体育运动技能能力评估的统计分析模型，构建体育运动技能能力统计分析的特征提取模型[10]，得到体育运动技能能力统计样本序列：

(12)

对式(12)取最小，得到体育运动技能能力统计特征量满足：

(13)

当Q达到最小，得到体育运动技能能力评估的模糊相关性评价集，采用关联规则挖掘方法，得到体育运动技能能力评价的统计特征计算为：

(14)

图1 实现流程

2.2 运动技能能力评估输出

建立体育运动技能能力评估的模糊关联规则集，结合模式识别和大数据分析方法，

实现体育运动技能能力评估优化，体育运动技能能力评估的分段融合的特征分布集为：

(15)

分析体育运动技能能力测评互相关信息融合的规则性，并进行向量量化分解，分解形式：

maxT

(16)

(17)

(18)

采用模糊关联规则调度算法，实现体育运动技能能力评估，评估结果为：

(19)

采用场域-惯习量化分析方法，得到体育运动技能能力评估的优化预测值为：

x(tn+1)′=Xm+1(m)

(20)

结合体育运动技能能力评估模型，进行体育运动技能评估和优化检验，优化流程如图1所示.

3 仿真实验与结果分析

为了验证设计模型在实现体育运动技能能力评估中的效能，采用Matlab 7进行仿真分析，结合SPSS统计分析软件，进行体育运动技能能力评估的大数据分析，体育运动技能能力评估的统计数据分布样本长度为1024，特征采样的频率为1.45 KHz，训练集规模为200，根据上述仿真参量设定，进行体育运动技能能力评估，得到统计分布样本集见表1.

表1 体育运动技能能力评估的统计分析表

根据表1的结果，进行体育运动技能能力评估的大数据分析，得到体育运动技能能力评估的大数据挖掘结果如图2所示.

图2 体育运动技能能力评估的大数据挖掘结果

图3 体育运动技能能力评估的置信度对比

根据图2的数据挖掘结果，建立体育运动技能能力评估的统计分析模型，分析体育运动技能能力测评互相关信息融合的规则性特征量，实现体育运动技能能力评估，得到评估置信度对比输出如图3所示.

分析图3得知，采用该方法进行体育运动技能能力评估的置信度水平较高.

4 结 语

建立体育运动技能培训的能力评估模型，分析制约体育运动技能能力的相关性因素，建立体育运动技能能力评估的统计分析模型，提高体育运动技能培训的效能，提出基于场域-惯习理论的体育运动技能能力评估模型，采用样本回归检验分析方法，在场域-惯习理论约束下，建立体育运动技能能力评估的量化分析模型，采用线性预测方法进行体育运动技能评估，结合模式识别和大数据分析方法，实现体育运动技能能力评估优化.研究得知，该方法进行体育运动技能能力评估的置信度水平较高，评估结果准确可靠.