单 巍，方振国，王江涛，崔少华

（淮北师范大学 物理与电子信息学院，安徽 淮北，235000）

随着健康生活理念的普及，各项健身运动在全国范围内开展广泛。其中，拳击运动作为常见健身运动的一种，以其独特的专业性和复杂性决定了这项健身项目必须在专业教练的指导下完成，其自由性大大受到限制。传统的拳击手套设计方案重点偏向于出拳速度和冲击力的测量，受众对象偏向于专业拳击选手。例如，靖守禹[1]采用压力感测器并显示使用者拳击时的输出冲击力，辅助拳击选手对出拳力度的控制精度。赵建敏等[2]通过Kinect体感传感器追踪并获取训练者的关节坐标，并计算击打速度和击打力。上述拳击手套主要针对具备专业知识的使用者，对无专业拳击知识的人群帮助意义不大。因此，本文致力于设计一种既可以实时记录拳击动作次数又能识别出拳击的动作是否标准的系统，辅助健身人群不断改进动作而快速学习拳击。

神经网络作为人工智能领域的经典应用，其高效的性能和效果近年来受到学术界青睐。学者们纷纷将神经网络应用于各领域进行尝试。例如，傅鹏等[3]采用神经网络，通过目标区域的搜索，实现车牌的精准定位。李正明等[4]以神经网络和变压器的统计特征和概率为基础，对局部放电类型进行识别。Shiva等[5]将神经网络应用于交通预测，以神经网络的最佳组合使预测误差最小从而调整交通预测模型。然而，将神经网络应用于拳击手套的设计领域少之又少。……