基于生理指標(biāo)監(jiān)控的大學(xué)體育教學(xué)質(zhì)量評(píng)價(jià)干預(yù)研究

王 玉,馬 勇

(南京工程學(xué)院 體育部，江蘇 南京 211167)

?

基于生理指標(biāo)監(jiān)控的大學(xué)體育教學(xué)質(zhì)量評(píng)價(jià)干預(yù)研究

王 玉,馬 勇

(南京工程學(xué)院 體育部，江蘇 南京 211167)

在傳統(tǒng)體育教學(xué)質(zhì)量評(píng)價(jià)基礎(chǔ)上引入實(shí)時(shí)生理監(jiān)測(cè)過程，評(píng)估心率(HR)、動(dòng)脈血氧飽和度(SaO2)、最大攝氧量(VO2max)等因素對(duì)大學(xué)體育教學(xué)質(zhì)量產(chǎn)生的干預(yù)作用及影響程度。結(jié)果表明，實(shí)施生理監(jiān)測(cè)干預(yù)教學(xué)分組相對(duì)常規(guī)教學(xué)分組教學(xué)質(zhì)量評(píng)價(jià)結(jié)果表現(xiàn)出顯著差異；增加生理指標(biāo)可有效提升機(jī)器學(xué)習(xí)對(duì)于教學(xué)效果的判正靈敏度：引入心率指標(biāo)，教學(xué)總體判定正確率上升11.9%，引入心率及血氧指標(biāo)，判定正確率上升至85.7%，增加心率及血氧飽和度交互指標(biāo)，判正率提升至92.9%，引入最大吸氧量指標(biāo)未影響判正效率。得出結(jié)論：生理指標(biāo)監(jiān)控干預(yù)過程對(duì)大學(xué)體育教學(xué)質(zhì)量具有顯著影響；評(píng)價(jià)各類生理指標(biāo)的干預(yù)程度，共線性檢驗(yàn)具有必要性。

生理指標(biāo)；教學(xué)質(zhì)量評(píng)價(jià)；機(jī)器學(xué)習(xí)

期望以標(biāo)準(zhǔn)制定或指標(biāo)完善的方式從定性(qualitative)或定量(quantitative)角度推動(dòng)大學(xué)體育教學(xué)質(zhì)量的改進(jìn)與革新將受縛于傳統(tǒng)教育學(xué)質(zhì)量評(píng)價(jià)體系，無法反映體育教學(xué)中特有的身體活動(dòng)(physical activity, PA)狀態(tài)，更難以對(duì)體育教學(xué)這一持續(xù)性過程的未知結(jié)果實(shí)施有效預(yù)測(cè)。構(gòu)建適用于大學(xué)體育教學(xué)過程具有人體生理監(jiān)控因素協(xié)同參與的評(píng)價(jià)模型，并以此為依據(jù)反饋體育課堂教學(xué)過程，預(yù)測(cè)教學(xué)效果，對(duì)改進(jìn)大學(xué)體育教學(xué)質(zhì)量具有實(shí)踐意義。

以體征指標(biāo)監(jiān)測(cè)結(jié)果反映人體活動(dòng)過程已廣泛應(yīng)用于足球運(yùn)動(dòng)員機(jī)能狀態(tài)診斷[1]、柔道運(yùn)動(dòng)員負(fù)荷量參照[2]、皮艇運(yùn)動(dòng)員訓(xùn)練周期保障[3]等專業(yè)科學(xué)化訓(xùn)練實(shí)踐，其干預(yù)作用表現(xiàn)在身體運(yùn)動(dòng)行為(motor behavior, MB)的預(yù)測(cè)效度[4]。該過程在大學(xué)體育教學(xué)實(shí)踐中同樣具有重要意義[5]，但體育教學(xué)評(píng)價(jià)相對(duì)運(yùn)動(dòng)訓(xùn)練的專業(yè)性更加多元化[6]，反映生理指標(biāo)的干預(yù)過程存在維度匹配問題。機(jī)器學(xué)習(xí)理論從人工智能的推進(jìn)中獲得原動(dòng)力并應(yīng)用于客觀現(xiàn)實(shí)中具備輸入/輸出特征的事物關(guān)系[7]，對(duì)于引入生理指標(biāo)干預(yù)的大學(xué)體育教學(xué)過程，該方法將干預(yù)結(jié)果判定為簡(jiǎn)單的是/否二類輸出，并以輸出錯(cuò)誤率的高低衡量干預(yù)效果。

應(yīng)用多元統(tǒng)計(jì)方法檢驗(yàn)教學(xué)質(zhì)量效果并作為判別依據(jù)，進(jìn)而探索人體生理指標(biāo)監(jiān)控過程在教學(xué)質(zhì)量干預(yù)中的作用程度，是本研究嘗試解決的問題，也是機(jī)器學(xué)習(xí)理論的實(shí)踐過程。

1 研究設(shè)計(jì)

研究目的是確定人體生理指標(biāo)監(jiān)控干預(yù)過程對(duì)大學(xué)體育教學(xué)質(zhì)量產(chǎn)生的影響，因此研究?jī)?nèi)容應(yīng)包括大學(xué)體育教學(xué)質(zhì)量的價(jià)值判斷及生理指標(biāo)統(tǒng)計(jì)數(shù)據(jù)兩個(gè)方面。依據(jù)徐友元等(2012)研究成果，體育教學(xué)質(zhì)量評(píng)價(jià)的內(nèi)容包括教學(xué)過程和結(jié)果，且結(jié)果可一定程度反映過程[8]，所以選取具有現(xiàn)實(shí)意義的教學(xué)結(jié)果作為評(píng)判標(biāo)準(zhǔn)。當(dāng)多元化的教學(xué)結(jié)果表現(xiàn)出顯著差異時(shí)，認(rèn)為生理監(jiān)測(cè)干預(yù)過程對(duì)體育教學(xué)質(zhì)量具有顯著作用。顯著差異結(jié)果將作為機(jī)器學(xué)習(xí)方法構(gòu)造樣本訓(xùn)練集及預(yù)測(cè)集的前提，通過SVM算法確定干預(yù)程度。具體研究流程如圖1所示。

圖1 流程設(shè)計(jì)

2 研究對(duì)象與方法

2.1 研究對(duì)象

以某一大學(xué)開設(shè)體育課的學(xué)生作為研究對(duì)象，共35個(gè)教學(xué)班，每個(gè)教學(xué)班30人。體征指標(biāo)監(jiān)測(cè)實(shí)施干預(yù)群體與非干預(yù)群體人數(shù)進(jìn)行3∶4配比，其中15個(gè)班級(jí)(450人)實(shí)施生理監(jiān)測(cè)及強(qiáng)度反饋(干預(yù)組)，20個(gè)班級(jí)(600人)在實(shí)施生理監(jiān)測(cè)但不給予反饋(控制組)。選取相同教師對(duì)兩組學(xué)生依照人數(shù)配比實(shí)施相同教學(xué)內(nèi)容。心率監(jiān)測(cè)采用Garmin Forerunner 225 專業(yè)心率儀，有氧指標(biāo)測(cè)試采用MAX-II有氧測(cè)試分析儀。監(jiān)測(cè)時(shí)間從2013年9月至2015年7月。

2.2 研究方法

2.2.1 多元統(tǒng)計(jì)。教學(xué)分組(干預(yù)組及控制組)質(zhì)量評(píng)價(jià)表現(xiàn)為多維指標(biāo)，兩組多維指標(biāo)的差異顯著性檢驗(yàn)采用多元統(tǒng)計(jì)方法。

2.2.2 機(jī)器學(xué)習(xí)。對(duì)不同教學(xué)分組，機(jī)器學(xué)習(xí)選取支持向量機(jī)(SVM)算法檢驗(yàn)結(jié)果對(duì)于過程分類的準(zhǔn)確性(Accuracy)。該算法通過建立教學(xué)生理監(jiān)測(cè)學(xué)生(干預(yù)組)與常規(guī)教學(xué)學(xué)生(控制組)的決策曲面來判別生理監(jiān)測(cè)干預(yù)過程的影響程度。

3 模型建立

3.1 多元檢驗(yàn)

教學(xué)評(píng)價(jià)結(jié)果表現(xiàn)為多元數(shù)據(jù)，若兩組多元數(shù)據(jù)在統(tǒng)計(jì)意義上表現(xiàn)出顯著差異，則認(rèn)為干預(yù)過程有效，檢驗(yàn)結(jié)果作為統(tǒng)計(jì)機(jī)器分類的依據(jù)；反之，則認(rèn)為干預(yù)過程不存在統(tǒng)計(jì)學(xué)意義，生理監(jiān)測(cè)過程不具有必要性。經(jīng)處理，兩組數(shù)據(jù)多元分布如表1所示。

表1 監(jiān)測(cè)組與教學(xué)組成績(jī)矩陣向量及協(xié)方差陣

對(duì)兩組教學(xué)結(jié)果協(xié)方差陣Σ1、Σ2進(jìn)行相等性博克斯M檢驗(yàn)，當(dāng)Σ1=Σ2，則以T2統(tǒng)計(jì)距離比較兩組向量相等性，若Σ1≠Σ2則以非參數(shù)檢驗(yàn)比較。依據(jù)該原理，近似服從X2分布，在置信水平α，若C>X1(α)，則拒絕相等假設(shè)。其中，p(p+1)(g-1)/2為自由度。

經(jīng)計(jì)算，C=(1-0.0042)*262.5=261.4>(0.01)=23.21。拒絕Σ1=Σ2，因此總體均值相等性檢驗(yàn)近似以100(1-α)%置信橢球?yàn)闈M足：

X.EαF

經(jīng)計(jì)算，T*=174.28>X.F0.01F=13.28?；谏碇笜?biāo)監(jiān)測(cè)的過程與傳統(tǒng)大學(xué)體育課程表現(xiàn)出顯著性差異。多元檢驗(yàn)結(jié)果可作為統(tǒng)計(jì)機(jī)器分類的依據(jù)，建立分類超平面，有效分離各類生理指標(biāo)干預(yù)過程。

3.2 評(píng)價(jià)指標(biāo)檢驗(yàn)

3.2.1 教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)。教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)選取參考當(dāng)前體育教學(xué)質(zhì)量評(píng)價(jià)的大量研究成果[9]，初步確定30個(gè)變量作為備選指標(biāo)。如表2

表2 體育教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)

指標(biāo)a1-a3反映教師業(yè)務(wù)水平，a4-a6反映教師的教學(xué)能力，a7、a8反映教學(xué)文件管理制度，a9-a13反映總體教學(xué)過程，a14、a15反映教學(xué)評(píng)價(jià)，a16、a17反映教學(xué)內(nèi)容，a18、a19反映教學(xué)方法，a20-a22反映考試情況，a23-a25反映教學(xué)改革，a26-a28反映教學(xué)成果，a29、a30反映教學(xué)效果。

以百分制對(duì)上述指標(biāo)評(píng)分，實(shí)施正態(tài)性檢驗(yàn)，結(jié)果如圖2(僅列舉前8項(xiàng))。

圖2 教學(xué)質(zhì)量評(píng)價(jià)正態(tài)性檢驗(yàn)

Q-Q圖顯示，絕大多數(shù)指標(biāo)評(píng)測(cè)結(jié)果不服從正態(tài)分布，只有a5、a12、a14、a16、a18、a22、a23、a26近似服從正態(tài)分布。因此檢驗(yàn)需采取非參數(shù)及t檢驗(yàn)結(jié)合的方案。

3.2.2 差異顯著性檢驗(yàn)。不符合正態(tài)分布的指標(biāo)集進(jìn)行Wilcoxon's Sign Rank Test檢驗(yàn)，結(jié)果如表3(部分顯示)。

表3 Wilcoxon's Sign Rank Test檢驗(yàn)結(jié)果

結(jié)果顯示，體育教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)a4、a6、a8、a11、a13、a21、a25、a27、a28、a30的Pr值通過檢驗(yàn)(P<0.05)，其他指標(biāo)因未表現(xiàn)出顯著性差異，在指標(biāo)集中刪除。對(duì)a5、a12、a14、a16、a18、a22、a23、a26指標(biāo)進(jìn)行t檢驗(yàn)(過程略)，結(jié)果a5、a16、a18三項(xiàng)指標(biāo)未表現(xiàn)出顯著性差異被剔除，指標(biāo)a12、a14、a22、a23、a26拒絕相等性假設(shè)，進(jìn)入機(jī)器學(xué)習(xí)模型。

其中a4、a6是表現(xiàn)教學(xué)能力的指標(biāo)，a8表示教學(xué)文件落實(shí)的指標(biāo)，a11-a14表示教學(xué)過程及結(jié)果的指標(biāo)，a21、a22表示關(guān)于考試的指標(biāo)，a23表示教學(xué)改革計(jì)劃的指標(biāo)，a25-a28表示教學(xué)改革及成果的指標(biāo)，a30表示科研效果的指標(biāo)。

3.2.3 生理監(jiān)測(cè)評(píng)價(jià)指標(biāo)。生理指標(biāo)監(jiān)測(cè)具體包括最大心率(HRmax)、最大心率下降(ΔHRmax)、有氧閾心率Trimp I、混氧閾心率Trimp II、無氧閾心率Trimp III、動(dòng)脈血氧飽和度(SaO2)、血氧飽和度差異(ΔSaO2)、最大攝氧量(VO2max)八個(gè)項(xiàng)目，分別以b1-b8表示。另外構(gòu)建心率和血氧飽和度交互指標(biāo)，以b9表示。人體生理指標(biāo)測(cè)試結(jié)果多服從正態(tài)分布[10]，多人多指標(biāo)的檢驗(yàn)采用霍特林T2控制圖檢驗(yàn)，設(shè)定控制域α=0.2，對(duì)偏離控制域的學(xué)生提示運(yùn)動(dòng)強(qiáng)度不足或過量，調(diào)整其運(yùn)動(dòng)狀態(tài)。監(jiān)測(cè)指標(biāo)及具體數(shù)值如表4。

表4 生理監(jiān)測(cè)指標(biāo)

其中b1-b5是反映心臟功能的有關(guān)指標(biāo)，b6、b7反映血氧水平的有關(guān)指標(biāo)，b8則記錄最大攝氧量的變化狀況，b9是反映運(yùn)動(dòng)心率與血氧的交互指標(biāo)。經(jīng)檢驗(yàn)，所有生理指標(biāo)監(jiān)測(cè)結(jié)果(b1-b8)均服從正態(tài)分布(圖略)。

3.3 機(jī)器學(xué)習(xí)理論

實(shí)施體征指標(biāo)監(jiān)測(cè)的學(xué)生以班級(jí)分類，屬于小樣本情形，機(jī)器學(xué)習(xí)采用支持向量機(jī)(Support Vector Machine，SVM)算法完成數(shù)據(jù)挖掘過程。SVM建立于統(tǒng)計(jì)學(xué)習(xí)理論VC 維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)之上[11]，基本原理如圖3。

圖3 SVM最優(yōu)分類線

C1和C2代表二維平面中兩個(gè)要區(qū)分的兩個(gè)類別，中間的直線H代表超平面，是一個(gè)分類函數(shù)，用來將兩類樣本分開，H1、H2表示平行于超平面H的兩條直線，兩直線之間的距離稱為分類間隔(margin)。將C1、C2類別正確分開并使分類間隔最大的超平面H1、H2即為最佳分類面。超平面H用方程表示為：H：，對(duì)其進(jìn)行歸一化，使得對(duì)線性可分的樣本集，滿足：

s.t.

定義Lagrange乘子αi及原條件約束，由約束條件求解，得出最優(yōu)分類函數(shù)：

樣本非線性可分情況，處理過程采用核函數(shù)(Kernel Function)取代高維特征空間中的內(nèi)積運(yùn)算，引入懲罰因子C(C>0)，轉(zhuǎn)化為對(duì)偶問題，求函數(shù)的最大值：

s.t.

求解得：

引入核函數(shù)進(jìn)行特征空間映射，能夠有效處理分類屬性的非線性關(guān)系，Gaussian Radial Basis(RBF)核具有更高的精度，其表示方式為：。通過確定懲罰參數(shù)C的取值，訓(xùn)練得出實(shí)施體征監(jiān)測(cè)的大學(xué)體育教學(xué)質(zhì)量評(píng)價(jià)非線性SVM模型，完成機(jī)器學(xué)習(xí)算法。

3.4 結(jié)果

將干預(yù)教學(xué)組的15個(gè)班級(jí)類別標(biāo)簽標(biāo)記為1，控制教學(xué)組的20個(gè)班級(jí)類別標(biāo)簽標(biāo)記為2，設(shè)定60%為訓(xùn)練集(train)，40%作為測(cè)試集(test)，選用RBF核函數(shù)，交叉驗(yàn)證最佳參數(shù)C和σ。首先以教學(xué)評(píng)價(jià)指標(biāo)數(shù)據(jù)引入模型，得到結(jié)果如圖4。

圖4 教學(xué)評(píng)價(jià)指標(biāo)結(jié)果

圖4顯示教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)的判定結(jié)果，在以訓(xùn)練集對(duì)預(yù)測(cè)集的預(yù)測(cè)精度上，實(shí)施生理指標(biāo)監(jiān)控的班級(jí)(干預(yù)教學(xué)組)存在兩個(gè)誤判，判定準(zhǔn)確率達(dá)66.7%，控制教學(xué)組有3個(gè)出現(xiàn)誤判，判定正確率達(dá)66.7%。引入心率監(jiān)控指標(biāo)(b1-b5)的判定結(jié)果如圖5所示，兩組教學(xué)效果預(yù)測(cè)正確率均有所上升，干預(yù)教學(xué)組判定準(zhǔn)確率達(dá)83.3%，控制教學(xué)組判定準(zhǔn)確率達(dá)77.8%。

圖5 引入心率指標(biāo)結(jié)果

圖6 增加血氧、攝氧量指標(biāo)預(yù)測(cè)結(jié)果

圖7 增加心率及血氧交互指標(biāo)結(jié)果

圖6顯示，采用心率及血氧指標(biāo)(b1-b7)進(jìn)行預(yù)測(cè)時(shí)，干預(yù)教學(xué)組存在一個(gè)誤判，判正率保持不變，仍為83.3%，控制教學(xué)組減少至一個(gè)誤判，判正率達(dá)88.9%。進(jìn)一步將最大吸氧量指標(biāo)帶入模型，檢驗(yàn)心率、血氧飽和度、最大吸氧量三類指標(biāo)結(jié)合(b1-b8)的預(yù)測(cè)效果，結(jié)果顯示，干預(yù)教學(xué)組還是控制教學(xué)組的預(yù)測(cè)判正率均未發(fā)生變化，仍為83.3%和88.9%(圖6)，表明最大吸氧量度指標(biāo)可能與心率、血氧飽和度指標(biāo)存在共線，雖然最大吸氧量指標(biāo)具有明確的運(yùn)動(dòng)生理意義及現(xiàn)實(shí)意義，但在已選擇心率、血氧飽和度的前提下，對(duì)體育教學(xué)過程評(píng)價(jià)產(chǎn)生的影響較為有限。

圖7顯示引入心率及血氧交互作用及最大吸氧量指標(biāo)的判別結(jié)果。當(dāng)加入心率和血氧交互指標(biāo)后，控制教學(xué)組的判正率沒有變化，仍為88.9%，干預(yù)教學(xué)組預(yù)測(cè)結(jié)果全部有效，判正率達(dá)100%，總體判正率達(dá)92.9%。

4 討 論

研究以機(jī)器學(xué)習(xí)SVM算法為核心，將大學(xué)體育教學(xué)質(zhì)量反映為多維評(píng)價(jià)結(jié)果，通過多元統(tǒng)計(jì)方法實(shí)施檢驗(yàn)并作為機(jī)器學(xué)習(xí)判別的前因變量，構(gòu)建了基于人體生理指標(biāo)干預(yù)的大學(xué)體育教學(xué)質(zhì)量評(píng)價(jià)整合模型。模型考查了各類型生理指標(biāo)對(duì)評(píng)價(jià)體系判別效度的影響，有效量化了研究結(jié)果。

體征指標(biāo)監(jiān)測(cè)可有效反應(yīng)人體活動(dòng)強(qiáng)度及狀態(tài)，已廣泛應(yīng)用于運(yùn)動(dòng)訓(xùn)練、競(jìng)技比賽實(shí)踐[12]。機(jī)體在參與體育活動(dòng)時(shí)產(chǎn)生能量代謝，代謝水平與參與者的身體機(jī)能及運(yùn)動(dòng)能力存在相關(guān)關(guān)系[13]。心率常用來測(cè)度運(yùn)動(dòng)強(qiáng)度及代謝水平[14]，當(dāng)心率變化范圍介于110～180次/min區(qū)間時(shí)，心率與運(yùn)動(dòng)強(qiáng)度、能量代謝之間存在著顯著的線性關(guān)系[15]；血氧飽和度(SpO2)則有效代表呼吸循環(huán)的生理參數(shù)，血氧濃度變化直接反映機(jī)體氧供應(yīng)和氧利用情況，反映代謝活動(dòng)變化、運(yùn)動(dòng)能力的強(qiáng)弱[16]。機(jī)體處于低氧下最大耗氧量的下降(ΔVO2max) 與負(fù)荷運(yùn)動(dòng)時(shí)的動(dòng)脈血氧飽和度(SpO2)呈線性相關(guān)[17]；最大攝氧量則是評(píng)價(jià)機(jī)體有氧能力最常用和最有效的方法[18]。學(xué)生掌握動(dòng)作技能的程度反映大學(xué)體育的教學(xué)效果，而身體活動(dòng)貫穿于動(dòng)作技能學(xué)習(xí)的全部過程，并以心率、血氧飽和度、攝氧量等體征指標(biāo)綜合體現(xiàn)。生理指標(biāo)計(jì)量可顯著改進(jìn)現(xiàn)階段僅限于觀察及經(jīng)驗(yàn)作為判定學(xué)生機(jī)體負(fù)荷的現(xiàn)狀，為確定學(xué)生身體活動(dòng)強(qiáng)度提供了直接的方法。本研究基于可穿戴便攜式儀器，遵循無創(chuàng)、簡(jiǎn)易的原則，將生理監(jiān)測(cè)過程推廣到體育教學(xué)環(huán)境，以三個(gè)指標(biāo)實(shí)時(shí)監(jiān)測(cè)學(xué)生活動(dòng)強(qiáng)度并及時(shí)反饋教學(xué)過程，對(duì)運(yùn)動(dòng)強(qiáng)度進(jìn)行合理控制，為改進(jìn)動(dòng)作技能練習(xí)效率，大學(xué)體育教學(xué)質(zhì)量提供輔助支持。

生理狀態(tài)處于實(shí)時(shí)監(jiān)控下的大學(xué)體育教學(xué)過程，反映出普通體育教學(xué)質(zhì)量評(píng)價(jià)體系無法量化的更多信息。機(jī)器學(xué)習(xí)模型可有效解決評(píng)價(jià)指標(biāo)、生理指標(biāo)的匹配問題。假設(shè)教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)具有p個(gè)維度，而判別教學(xué)質(zhì)量的條件具有q個(gè)維度，則研究選取的機(jī)器學(xué)習(xí)模型將輸入定義為p維數(shù)據(jù)，輸出定義為q維數(shù)據(jù)，對(duì)任意k個(gè)班級(jí)的樣本數(shù)據(jù)K={xi，yi|i=1,2,3…,k}，x∈Rp，y∈Rq進(jìn)行訓(xùn)練集與驗(yàn)證集分離，體育課生理指標(biāo)監(jiān)測(cè)干預(yù)研究的本質(zhì)就轉(zhuǎn)換為針對(duì)訓(xùn)練集空間尋求最優(yōu)分類面并確定決策函數(shù)問題。決策函數(shù)的學(xué)習(xí)能力通過訓(xùn)練集檢驗(yàn)，決策判定準(zhǔn)確率越高，生理監(jiān)測(cè)的干預(yù)作用越明顯。在復(fù)雜的體育教學(xué)環(huán)境中，教師與學(xué)生之間形成頻繁互動(dòng)的網(wǎng)絡(luò)，教學(xué)目標(biāo)、教學(xué)改革、教學(xué)效果等環(huán)節(jié)存在大量不確定因素，這些不定因素決定大學(xué)體育教學(xué)質(zhì)量評(píng)價(jià)更趨向非線性，因此模型設(shè)定的輸入變量與輸出變量之間更近似于非線性關(guān)系。

研究結(jié)果顯示，隨著引入指標(biāo)數(shù)量增加，判別精度呈上升趨勢(shì)，表明在機(jī)器學(xué)習(xí)算法設(shè)計(jì)合理的狀況下，更多生理指標(biāo)參與的教學(xué)質(zhì)量評(píng)價(jià)體系會(huì)產(chǎn)生更高的判定準(zhǔn)確度。某些生理指標(biāo)的增加并不能帶來判斷正確率的提升(如研究選取的最大吸氧量指標(biāo))，一個(gè)可能的原因是這些指標(biāo)與其他生理指標(biāo)在模型中出現(xiàn)共線，雖然這些指標(biāo)同樣能有效反映人體運(yùn)動(dòng)狀態(tài)，從實(shí)際執(zhí)行效率、經(jīng)濟(jì)成本等因素考慮，可予以剔除。機(jī)器學(xué)習(xí)結(jié)果說明，教學(xué)質(zhì)量評(píng)價(jià)體系融入生理指標(biāo)監(jiān)測(cè)數(shù)據(jù)后，對(duì)結(jié)果表現(xiàn)出顯著性差異的大學(xué)體育教學(xué)過程的預(yù)測(cè)判定準(zhǔn)確率有很大提高。

5 結(jié) 語

生理指標(biāo)反映人體活動(dòng)狀態(tài)直接高效且不可更改，對(duì)35個(gè)班級(jí)共1 050位學(xué)生持續(xù)兩年的教學(xué)實(shí)踐結(jié)果表明，引入實(shí)時(shí)體征監(jiān)測(cè)的大學(xué)體育教學(xué)與傳統(tǒng)體育教學(xué)結(jié)果上表現(xiàn)出多元顯著差異。機(jī)器學(xué)習(xí)參數(shù)設(shè)置合理的情況下，單純的教學(xué)質(zhì)量評(píng)價(jià)體系對(duì)于教學(xué)結(jié)果判定準(zhǔn)確度較為有限，干預(yù)教學(xué)組及控制教學(xué)組的準(zhǔn)確度均較低。引入心率及血氧飽和度參照指標(biāo)后，對(duì)兩類教學(xué)分組的預(yù)測(cè)度均有顯著提升。最大吸氧量指標(biāo)對(duì)于機(jī)器學(xué)習(xí)過程的預(yù)測(cè)結(jié)果影響未能表現(xiàn)。進(jìn)一步引入心率和血氧交互指標(biāo)后，總體判定準(zhǔn)確度進(jìn)一步上升，對(duì)于干預(yù)教學(xué)組的判定準(zhǔn)確度達(dá)到100%。在便攜式設(shè)備廣泛流行的當(dāng)下，采用機(jī)器統(tǒng)計(jì)學(xué)習(xí)方法，評(píng)價(jià)生理指標(biāo)干預(yù)體育教學(xué)過程，能夠有效提升體育教學(xué)未知結(jié)果的判定準(zhǔn)確度，解決當(dāng)前各類監(jiān)測(cè)設(shè)備僅限于給出描述統(tǒng)計(jì)結(jié)果的不足表現(xiàn)。

[1] 劉丹,楊一民.中國(guó)女子足球隊(duì)運(yùn)動(dòng)員生理-生化指標(biāo)監(jiān)測(cè)與評(píng)價(jià)研究[J].體育科學(xué),2009,29(8):50-60.

[2] 曹佩江,朱曉梅,劉俊林.中國(guó)優(yōu)秀柔道運(yùn)動(dòng)員某些生理生化指標(biāo)的研究[J].體育與科學(xué),2008,29(6):68-71.

[3] 張綽庵,劉麗萍.優(yōu)秀皮艇運(yùn)動(dòng)員賽前訓(xùn)練效果的監(jiān)控與相關(guān)分子指標(biāo)的應(yīng)用[J].首都體育學(xué)院學(xué)報(bào),2010,22(5):56-59.

[4] 楊明,田野,趙杰修.中國(guó)國(guó)家女子馬拉松隊(duì)備戰(zhàn)柏林世界田徑錦標(biāo)賽生理生化指標(biāo)的變化特征[J].中國(guó)體育科技,2011,47(2):21-25.

[5] 馮玉娟,毛志雄,車廣偉.大學(xué)生身體活動(dòng)行為預(yù)測(cè)干預(yù)模型的構(gòu)建：自主動(dòng)機(jī)與TPB擴(kuò)展模型的結(jié)合[J].北京體育大學(xué)學(xué)報(bào),2015,38(5):72-76.

[6] 許諫,劉晶.高校運(yùn)動(dòng)訓(xùn)練和體育教學(xué)的發(fā)展趨勢(shì)[J].長(zhǎng)春師范學(xué)院學(xué)報(bào),2006,25(12):155-156.

[7] Gareth James, Daniela Witten. An Introduction to Statistical Learning[M].Springer, 2013,8:45-46.

[8] 徐友元.普通高校體育選項(xiàng)課教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系的構(gòu)建[J].武漢體育學(xué)院學(xué)報(bào)2012,46(10):97-100.

[9] 趙儉,孫要武.生理功能指標(biāo)與正態(tài)分布[J].數(shù)理醫(yī)藥學(xué)雜志,1993(1):32-34.

[10] 孫冰川,唐成.普通高等學(xué)校體育教學(xué)評(píng)價(jià)指標(biāo)體系的建立及其多元評(píng)價(jià)模型的研究[J].南京體育學(xué)院學(xué)報(bào),2006,20(1):69-72.

[11] Simom Haykin.Neural Networks and Learning Machines,Third Edition.Pearson Education,2011:168-172.

[12] 雷雨晨,胡揚(yáng).高住低訓(xùn)過程中血氧飽和度變化及其與血紅蛋白變化的關(guān)聯(lián)[J].中國(guó)運(yùn)動(dòng)醫(yī)學(xué)雜志,2005,24(2):203-220.

[13] 石坤.“超量恢復(fù)”與“爆胎”訓(xùn)練理論的研究[J].沈陽體育學(xué)院學(xué)報(bào),2012,31(6):91-94.

[14] 毛永明.心率監(jiān)測(cè)在高校體育訓(xùn)練與比賽中的應(yīng)用與價(jià)值[J].體育科技文獻(xiàn)通報(bào),2011,19(1):69-71.

[15] 彭遠(yuǎn)開,徐國(guó)林,劉鋼.上、下肢運(yùn)動(dòng)條件下心率與能量代謝率線性回歸的觀察[J].航天醫(yī)學(xué)與醫(yī)學(xué)工程, 1998(5):357-361.

[16] 陳偉.運(yùn)動(dòng)性動(dòng)脈低血氧發(fā)生機(jī)制的研究[J].南京體育學(xué)院學(xué)報(bào)(自然科學(xué)版),2010,19(1):32-34.

[17] MOLLARD P,WOORONS X, LETOURNEL M, et al. Role of maximal heart rate and arterial O2 saturation on the decrement of VO2max in moderate acute hypoxia in trained and untrained Men[J]. Int J Sport Med Mar,2007,28(3):186-192.

[18] 米歡,王正珍.步行試驗(yàn)推測(cè)40～49歲人群最大攝氧量回歸方程的研究[J].北京體育大學(xué)學(xué)報(bào),2012,35(5):50-54.

Intervention of Sport University Teaching Quality Evaluation Based on Monitoring Physiological Indicators

WANG Yu,MA Yong

(PE Department, Nanjing Institute of Technology, Nanjing 211167, China)

The introduction of real-time monitoring of physiological processes in the traditional sports teaching quality evaluation based on the assessment of heart rate (HR), arterial oxygen saturation intervention (SaO2), maximal oxygen uptake (VO2max) and other factors on the quality of teaching and influence generated University degree . The results showed that the implementation of physiological monitoring intervention teaching packet relatively conventional teaching group teaching quality evaluation of the results showed a significant difference. Increased physiological indexes can effectively enhance the machine learning for teaching effectiveness judgments positive sensitivity: the introduction of HR indicators, the overall teaching correct judgment rate rose 11.9%, the introduction of heart rate and blood oxygen index, determined the correct rate rose to 85.7%, Increased heart rate and blood oxygen saturation interaction indicators sentenced positive rate increased to 92.9%, the introduction of maximum oxygen uptake indicators did not affect the sentence positive efficiency. Conclusion: physiological parameters monitored during the intervention has a significant impact on the quality of teaching college sports. All kinds of human physiological indicators of statistical results collinearity test is necessary.

physiological indicators; teaching quality assessment; machine learning

南京工程學(xué)院高等教育研究課題(2015ZC10)基于生理指標(biāo)的運(yùn)動(dòng)訓(xùn)練效果輔助支持研究

2016-08-30

王 玉(1981-)，男，江蘇徐州人，碩士，講師，研究方向體育信息處理.

G804.49

A

1004-3624(2016)06-0074-06