刘其燚 胡洋 贾晨昱 张尧 贺波 易军 重庆邮电大学体育学院

一、背景分析

2018年6月陈宝生作为教育部长在成都高等教育工作会议里面指出：“学校体育有“边缘化”的危险，体质下降和视力下降仍是学生素质的不足；需要加强开展学生身体健康素质把关和监测，把体育工作放入考试制度改革、放入教育现代化评估指标体系、放入督导评价内容；需要改良体育教学，不能“放羊”“跑圈”，做成“教会”“勤练”“常赛”，同时使学生增强体质、锤炼意志、健全人格，在体育锻炼中享受乐趣，加大力度发展素质教育。着实把关学校体育工作，深切促进体育教学改革，使学生综合素质评价重要指标含有运动技能和体质健康”。可见，提升学生身心健康已经成为我国教育正式迈入的主题时代。

2015年11月25日，全国第七次监测——《2014年全国学生体质与健康调研结果》公布，数据显示，全国学生身体素质同近几年趋势一样，依旧下降趋势，尤其是18—21岁年龄组的男生体力、速度、力量等身体素质指标均有下降。从学生体质健康网了解得知，近几年学生视力不良、体脂过高等体质增加，身体素质逐步下降，其中速度、力量、关节灵活度等身体素质明显下降。可见，使学生近几年来身体素质下降的是有原因的，传统体育教以三大球、三小球、各种操类等项目的学习，教学目标主要以学生掌握运动技能为主，对学生的基本身体素质安排内容单一，导致课程运动量和运动强度不能满足学生正常需求，所以，本研究将体适能融入体育课程项目中来丰富教学内容，激发学生学习的积极性和主动性，到达体育课堂“流汗”的教学目标，增强学生身体素质，强化教学理念，提升教学效果，从意识上解决学生身体素质不乐观问题，从根本上来改变当前大学体育课程单一的教学模式。

2019年教育部印发《关于深化本科教育教学改革全面提高人才培养质量的意见》，指出，严把考试和毕业出口关，坚决反对“清考”行为，《国家学生体质健康标准》不能达到标准者不能毕业。所以，在新时代教育部对高校课堂教学质量和大学生体质状态两大高标准和严要求下，打造高校体育教学的“金课”、杜绝“水课”，使建立的课堂教学质量评价体系科学化，提高体育课堂教学质量，也是应有之义。

二、相关概念

弹性网络。弹性网络作为一种不断迭代的方法，它是结合了Lasso算法和Ridge算法，这两个算法在代价函数中各占一定比例。到现在，弹性网络主要被用在数据聚类的问题上，这也是弹性网络的优势所在。主要原理是利用弹性网络算法可以得到数据的[k]个中心点，并将这些点作为聚类初始中心点，然后用局部搜索择优，使每次迭代更新中心点。弹性网络算法与传统算法相比较，能更为有效的提高聚类质量。弹性网络能永远得出有效解，而且得出的解都比较好，同时相比其他算法，弹性网络算法的收敛速度也很不错。举个例子，对于一个随机产生的50个城市的运动员问题，用其他演算法处理可能要收敛1000次以上，而最优化的弹性网络算法能将收敛次数降到几十次。

三、研究对象与方法

（一）研究对象

重庆邮电大学2019级必修体育“体适能”课程7个班的学生作为测试对象。实验组：6个班，学生212人（男：174人，女：38人）；对照组：一个班，31人（男：12人，女：19人）

（二）研究方法

1.文献法

通过在学校图书馆、万方、中国知网等进行文献的搜索与参考，结合搜索出的研究成果，来探析基于稀疏表示和弹性网络的体能训练结果预测模型。

2.调查法

运用访谈、问卷、测验等科学方式，了解“体适能”课程7个班学生的身体情况和体能状况，并进行记录。

3.实验法

对“体适能”课程7个班的学生的体能状况进行研究与分析，其次对实验组本校公共体育212人（男：174人，女：38人）参加“体适能”课程的同时进行专项体能训练的实验，对照组本校31人（男：12人，女：19人）参加“体适能”课程但不训练。实验组与对照组实验周期为2个月，2个月后进行数据对比。

4.定量分析法

运用SPSS软件和Excel进行统计与数据处理，从而得到预测模型与分析结果。

四、研究结果与分析

（一）实验组与对照组对比

1.实验对象对比

实验组：6个班；本校公共体育212人（男：174人，女：38人）

对照组：一个班；本校公共体育31人（男：12人，女：19人）

实验组与对照组都是本次实验前未受过专业体能训练的本校2019级学生。为减少实验误差，实验对象是经过体能测试得到数据后，根据数据分成的实验组和对照组，两组学生的身体能力水平不存在显著性差异。

2.实验对象训练方式对比

实验组的体能训练计划是特化体适能训练，主要以强化核心力量，上下肢力量、心肺能力水平的为主，运用多种器材进行辅助训练。对照组只进行体适能课程的训练，只具备最基本的辅助器材。具体如表1。

表1 训练详细

实验组所进行的特化体适能训练内容：热身托尼训练、杠铃蹲起训练，楼梯跑训练、楼梯跳训练、弓步跳训练、后蹬跑训练、后肌静拉训练、双腿绕栏，钻栏组，收脚跳栏等。

实验组和对照组所进行的体适能课程内容：tabata练习。

（二）实验前后数据分析与讨论

1.实验前后体测数据变化结果分析

实验前假设：对照组学生实验前后部分项目有显著性差异，部分项目无显著性差异；实验组学生实验前后所有项目成绩有提升，且所有项目实验前后有显著性差异。

由表2得，对照组50米跑、1000米跑（男）、一分钟仰卧起坐（女）成绩略有上升，立定跳远、坐位体前屈、800米跑（女）、引体向上（男）成绩略有下降；50米跑和1000米跑实验前后无显著性差异（P＞0.05），立定跳远、坐位体前屈、800米跑（女）、一分钟仰卧起坐（女）、引体向上（男）实验前后有显著性差异（P＜0.05），由此得出对照组并不是所有项目都有显著性提升。

由表2得，实验组所有项目成绩都有一定程度提高，实验前后有显著性差异（P＜0.01）。

表2 体测指标在实验组、对照组前后计算结果（平均值）

以上分析得出，假设成立。

总结：有计划有针对的体能训练对提高各项身体能力提升具有重要作用。

2.实验组学生训练前后成绩的线性关系分析

由表3看出实验前后的七项体测数据呈正相关（ρ＞0），其 中50米 跑（R2=0.927）、立 定 跳 远（R2=0.968）、坐 位 体前屈（R2=0.955）、一分钟仰卧起坐（R2=0.927）、引体向上（R2=0.957）这五个项目的数据所构成的回归方程拟合程度高；实验组训练前和训练后之间的线性关系显著（七项体测数据均P＜0.001）。

表3 实验组训练前后数据线性关系分析表

五、模型建立与求解

（一）准备阶段

见图1。

图1 准备阶段图

（二）实现阶段

见图2。

图2 实现过程流程图

1.第一阶段

（1）进行第一阶段体能训练

（2）测得训练后数据并与原始数据进行归总

（3）对数据进行处理并剔除异常值

（4）通过嵌入式选择和弹性网络建立模型

（5）代入数据使用ADMM算法迭代求解

（6）得出最终预测模型，并验证拟合可靠性，结束第一阶段

（7）再次预测数据，并作为第二阶段原始数据，并预测数据

2.第二阶段

（1）开始第二阶段体能训练

（2）测出第二阶段训练后的实际数据

（3）将实际数据与预测数据进行残差分析，并进一步验证模型可靠性

（4）通过模型所得拟合曲线对训练方法进行评价分析并结束第二阶段

（5）根据特征选择权重系数优化模型

（三）求解阶段

根据男生和女生训练情况图3可以看出，点都在y=x直线上方，又因为x代表训练前分数，y代表训练后分数，可知点上方均y＞x，即训练后分数均大于训练前分数。同时会看出x越低，与直线距离越远，即提高越多，反映在实际情况，所代表的正是低分数，经过2个月的训练，更容易提高，该现象符合客观规律。同时因为该客观规律，我们在数据拟合前，先对数据对数化，保证增长先快，后慢，再趋于不变，最后我们通过弹性网络，得到拟合直线。

图3 训练情况与训练拟合情况图示

六、结论

通过实验组与对照组的体测训练数据可以得出，对照组过少的体适能训练并不能让身体能力得到明显提升，而通过制定计划提高了训练频率和强度的实验组的体适能训练能让身体各方面能提得到明显提升，效果表现更为显著。

通过完整的实验对照分析、模型建立求解，并基于稀疏表示和弹性网络的体能结果预测模型得到的拟合直线，能在很大程度上预测体适能训练后身体素质增长的趋势与程度，能为将来新制定的体适能计划提供参考，提高训练效率、强化训练效果。