基于CSSCI(1998~2020)学生体质研究的CiteSpace可视化分析

来源 :体育科技文献通报 | 被引量 : 0次 | 上传用户:senjian
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以CNKI数据库中有关“学生体质”为主题的990篇核心文献为研究对象,运用CiteSpace可视化分析软件对学生体质研究的发文量、研究机构、关键词共现等进行梳理和总结,判断未来研究趋势,为进一步研究学生体质发展提供借鉴。结果发现:(1)1998~2020年学生体质研究文献数量呈跳跃式升降。(2)核心研究机构主要包括高等师范院校和体育学院,两个主要的校际合作高校分别是北京体育大学和上海体育学院。(3)核心关键词:在词频上依次是“体质”“学校体育”“青少年”。共现网络重要节点有:体质健康、身体素质、体育教学、
其他文献
深入探讨翻转课堂引入高校羽毛球教学中产生的实际效果,主要采用教学实验法,对教学实验的前后两组学生的体质水平(BMI、肺活量、50m、立定跳远等指标)、羽毛球基本技术(正手发高远球、正手击高远球)以及锻炼态度进行测评。结果表明:1.翻转课堂有利于羽毛球基本技术对掌握;2.锻炼态度更易积极影响;3.体质水平变化无明显差异。
针对当前单一的语音端点检测算法检测率低、鲁棒性较差的问题,提出一种基于深度神经网络和多特征融合的语音端点检测算法。该算法首先分别采用Gammatone滤波、Gabor滤波和LTSV滤波算法提取音频文件的耳蜗特征、短时特征以及长时变化特征;接着对三种特征做均一化处理,并在融合后将其作为深度神经网络的输入信号;然后采用事先训练好的深度神经网络模型,计算语音片段中属于语音/非语音的概率,进而确定语音片段的属性;最后采用中值滤波去掉误检测点,完成语音端点检测。为了验证算法的有效性,选取多个环境下采集的语音信号进行