霍子文2,張戈
●博士(生)論壇Doctor Forum
競技比賽臨場表現(xiàn)數字符號分析的研究現(xiàn)狀及展望
霍子文1,2,張戈3
鑒于“數字符號分析”在競技比賽臨場表現(xiàn)研究中的重大理論與實踐價值,通過系統(tǒng)綜述國內外學者的研究成果得出以下結論:(1)“運動生物力學分析”與“競技比賽臨場表現(xiàn)數字符號分析”的整合存在爭議,現(xiàn)階段應謹慎對待;(2)應充分認識信息技術之于競技比賽臨場表現(xiàn)數字符號分析的戰(zhàn)略意義和創(chuàng)新價值;(3)合理建構理論框架并選擇適宜數據處理方法是競技比賽臨場表現(xiàn)數字符號分析發(fā)揮效力的關鍵;(4)應加強“競技比賽臨場表現(xiàn)數字符號分析”研究成果的實踐應用。
競技比賽臨場表現(xiàn);數字符號分析;信息技術;數據處理
“運動操作分析”(Performance analysis)最主要的兩種形式是運動生物力學分析(Biomechanics analysis)和數字符號分析(Notationalanalysis)。運動生物力學分析是利用力學原理和方法研究體育運動中的人體運動規(guī)律,目的是為了獲取動作技術的生物力學參數,多應用于體能類和技能表現(xiàn)類項目(100m、游泳、體操、跳水等);數字符號分析則以運動員/隊的技、戰(zhàn)術和體能表現(xiàn)為研究內容,更加適合于球類項目(籃球、排球、網球、乒乓球等)。作為一個獨特研究領域,數字符號分析已有30多年歷史,期間學術共同體日益壯大,研究范式逐步凸顯,科學語義漸次澄清。
關于“數字符號分析”,Nevill,Atkinson&Hughes認為是通過客觀記錄運動操作過程使運動操作關鍵元素得以有效、一致量化的研究方法[1];Carling,Reilly&Williams認為是將比賽中發(fā)生的行動事件進行分類,使教練員在反饋信息時能夠創(chuàng)建一個客觀的比賽統(tǒng)計描述過程[2];虞麗娟認為是用數字編碼或者符號編碼對比賽中可能出現(xiàn)的技戰(zhàn)術進行標注,當預先確定的技戰(zhàn)術行為在比賽中出現(xiàn)時,就用數字或者符號進行記錄[3]。
雖然上述定義較為清晰相近,但也存在兩點待商榷之處:(1)引入信息技術(IT)不僅意味著研究工具得到改善,更在于IT的強大支持有助于研究者釋放對海量運動操作信息的洞察力,繼而充分揭示運動操作的復雜本質??梢哉f,數字符號分析的未來仍很大程度上有賴于信息技術的發(fā)展,誠如Lawlor所言,在高水平競賽和訓練中,IT支持可成為關鍵性和具有競爭力的戰(zhàn)略資源[4]。(2)數字符號分析不僅可針對表淺、離散的臨場操作信息進行簡單記錄和描述(例如籃球比賽常規(guī)統(tǒng)計),更主要的是針對運動操作關鍵元素展開復雜性分析。也因如此,研究的理論創(chuàng)造力才能迸發(fā)出來,運動實踐經驗才能轉化為寶貴的啟發(fā)性需求。由此出發(fā),嘗試修改定義如下,即“數字符號分析”系指借助信息技術支持,采取數字/符號計算機編碼錄入方式,通過人工觀察、測量評價、決策分析的系列研究步驟,針對臨場技、戰(zhàn)術或位置移動表現(xiàn)等復雜、開放、隨機和非線性的競技能力組織和博弈系統(tǒng)實施復雜性分析的研究方法。
1988年,“數字符號分析”被BASES正式承認為一個獨立學科[1],而張輝等也闡述了幾乎同時期里德國“體育計算機應用”的發(fā)展狀況,并認為國際體育計算機應用協(xié)會(IACSS)的成立和電子期刊(IJCSS)的出版標志著“體育計算機應用”已成為一個新的體育學科分支[5]。雖然兩研究報告對該學科的命名有所不同,但可以推定的是,“數字符號分析”的確立時間就在20世紀80年代末和90年代初。
通過納入數字符號分析,1999年BASES被重新認定組成PASG,但之后數字符號分析的前景卻模糊起來,其原因在于PASG試圖把運動生物力學、數字符號分析整合成統(tǒng)一的運動操作分析模式[1](以下簡稱“模式整合”)。目前看來,關于模式整合的前景仍不明朗。
之所以出現(xiàn)模式整合訴求,根本原因有兩點:(1)在球類項目比賽中,技、戰(zhàn)術表現(xiàn)互為表里,若借助模式整合實現(xiàn)臨場表現(xiàn)的綜合分析,則肯定會更加接近實戰(zhàn)場景;(2)兩種分析在研究步驟上可以并行,即信息采集→觀測評價→決策分析,這就為模式整合提供了某種可能性。相關報告時有出現(xiàn),如Bartlett曾解釋數字符號分析家、生物力學家和運動專業(yè)人員在反饋方面的互動關系[8]。Lees提供了大量涵蓋運動操作分析的例子,其中技術分析就是通過運動生物力學方法或者動作技能控制得以發(fā)掘的[9]。Hughes傾向于在總結體育科學知識最新進展中,通過廣泛涵蓋運動操作分析定義范疇尋找到一條共同線索!Hughes and Bartlett最近提出:基本原則已經出現(xiàn)在項目的運動行為指標應用當中。該研究特別之處在于是從模式整合的路子來舉例的,由此證實參數的特殊聯(lián)合能夠定義特定環(huán)境,實則是利用數學,流體力學和物理技術[10]。然而,仍有許多學者不相信模式整合存在充要邏輯,體育科學家時常抱怨模式整合缺乏理論基礎且過于關注方法學問題而忽略了對運動實踐的指導意義[11]。
對此筆者的觀點是,究其本質,兩種分析關注的是相同運動行為中的不同作用機制,各自觀測重點也不一致,過度關注模式整合將可能導致運動操作分析整體發(fā)展“陷入沼澤”。然而,一定程度的模式整合也是需要的,即彼此工作獨立展開,只是在研究結果上實現(xiàn)共享和扶正。上述爭論還引出了另外一個有意思的問題:難道臨場表現(xiàn)的綜合分析就只有模式整合這一條路徑嗎?或許此時有必要重新審視依據等級結構改進運動操作分析資料收集系統(tǒng)的思路[12]。
計算機與數字視頻技術的交互以專業(yè)視頻分析軟件為載體,不僅可對比賽視頻信息進行采集、編輯、存儲、智能分析、決策支持和多媒體呈現(xiàn),還可實現(xiàn)比賽實時分析與反饋。其中最關鍵的兩個環(huán)節(jié)是編碼和決策,前者決定了信息采集內容和數據結構,后者決定了如何定量分析信息數據,由此也產生了兩種極端趨勢,一種趨勢是,許多專業(yè)軟件公司出于商業(yè)考慮,非常注重產品的普適性,認為單一編碼規(guī)格不能適用所有項目和所有情況,必須開發(fā)覆蓋廣大項目需求的視頻分析軟件。如Sportstec開發(fā)的數字視頻分析系統(tǒng)的主要優(yōu)點在于擁有靈活的編碼窗口,可根據項目需求和訓練實際進行個性化服務[2],這勢必導致數據結構經常改變,因而無法預先制定與之匹配的決策系統(tǒng)。雖然Sportstec的高版本ELITE通過編程可一定程度實現(xiàn)數據交互(如籃球比賽中獲取不同區(qū)域三分球命中次數),但仍不能完全滿足決策需要。另一種趨勢是,虞麗娟等認為,隨著技、戰(zhàn)術研究不斷深入,研究者面臨的數據量越來越多也越來越復雜,因此人工神經網絡、數據挖掘和馬爾科夫鏈等科學算法被不斷引入技、戰(zhàn)術分析領域,從而開辟了新思想與新方法[13]。虞麗娟等據此研發(fā)了隔網對抗項目技戰(zhàn)術數據采集系統(tǒng)、智能分析系統(tǒng)、基于數據挖掘的決策支持系統(tǒng)和多媒體分析系統(tǒng)[14]。雖然該模式能夠滿足對臨場表現(xiàn)的深層次分析,但其編碼規(guī)格卻是固定不變的,無法根據項目變化或理論演繹及時做出調整。由此可以推測,計算機數字視頻分析技術未來發(fā)展的一個方向或難點就是實現(xiàn)靈活編碼和決策支持的有機結合,因為這意味著項目本質與量化邏輯間的優(yōu)化匹配。
比賽追蹤系統(tǒng)主要用于位置移動分析,包括視頻追蹤、電子追蹤和其他一些移動分析技術。視頻追蹤系統(tǒng)通常需要在整個球場設置多臺攝像機并進行優(yōu)化固定和定位,無論球員位置和移動怎樣,所有場景均能始終被捕捉。其工作原理是,首先通過場地校準(高、長、寬)和二維模型轉化允許從攝像機視角計算球員位置(x,y坐標),然后采用三角學,數學算法和數字視頻/圖像處理技術計算具體參數。W inkler采用計算機控制雙重視頻系統(tǒng),針對球員訓練和比賽表現(xiàn)進行了綜合診斷。該系統(tǒng)運用計算機控制評價系統(tǒng)探討體能因素,另外通過兩臺連接計算機的視頻攝像機對比賽場域實現(xiàn)全景呈現(xiàn)[15]。Bradley等使用多攝像機計算跟蹤系統(tǒng)證實了有球和無球的高強度奔跑隨高水平足球比賽的不同階段而降低,并且運動狀態(tài)和疲勞類型因場上位置不同而不同[16]。法國Sport-Universal Process開發(fā)的ViewerTM軟件從多攝像機視角獲取比賽表現(xiàn),懸空二維動畫描述軟件在檢驗球隊陣型或者比賽風格等戰(zhàn)術行為時尤其有用,且可與來自多攝像機任何視角的視頻聯(lián)合使用。最新視頻追蹤系統(tǒng)DatatraX和TRACAB可通過改善的新型視頻圖像處理技術提供實時分析[2]。
電子追蹤系統(tǒng)的特點是:(1)可實時分析和處理位置移動信息;(2)數據可精確到幾厘米,較之視頻追蹤更加準確;(3)分析可達上百次/s,諸如球員加速、減速和變向等信息極為細致。荷蘭INMOTIO聯(lián)合PSV Enidhoven足球俱樂部開發(fā)的LPM Soccer 3D系統(tǒng)是第一個在訓練中分析球員工作效率的系統(tǒng),它把同步心率監(jiān)測、球員移動測量與同步視頻片段結合起來展示工作負荷的全面圖景。GPS也在逐漸影響集體球類項目運動操作評價。運動中穿在球員身上的GPS接收器利用衛(wèi)星信號確定位置信息并隨后計算移動速度、距離、路線等。GPSports設計的SPIElite GPS接收器能夠存儲心率數據和記錄諸如鏟球和沖撞等碰撞頻率和強度信息,這對于對抗性集體球類項目非常重要。Macleod等比較了SPIEliteTM GPS與Timing gate測量的距離和速度,結果顯示,Timing gate和GPS測量的皮爾遜相關系數r≥0.99(P<0.001),均數差異和95%一致性范圍為(0.0+0.9)km·h-1,表明SPIEliteTM GPS系統(tǒng)提供了一種有效測量比賽速度和距離的工具,并且能夠快速提供關于某些比賽運動模式的客觀信息[17]。然而GPS接收器也存在諸如衛(wèi)星接收信號等問題,另外通過GPS獲得的關于工作效率的信息必須和視頻分析數據相互補充。劉丹等使用SIMI°Scout對2007年女足世界杯比賽11支球隊運動員的跑動能力進行了測量,對全場跑動能力、不同強度跑動能力、不同位置運動員的不同強度跑動能力幾個方面進行了比較分析[18]。池建等通過SIMI°Scout并結合錄像統(tǒng)計精確測量和分析了籃球優(yōu)秀運動員移動距離和速度,總結與分析了世界籃球大賽的基本負荷特征[19]。
須強調的是,比賽追蹤分析要符合嚴格的質量控制要求(可靠性,準確性和客觀性)[20]。獨立實證尚未證明商用追蹤系統(tǒng)的測量準確性和可靠性[21],因此有必要就其科學合理性進行更多研究。Randers等通過一種基于錄像的時間——動作的分析系統(tǒng)、一種半自動多攝像機系統(tǒng)、兩種商用GPS系統(tǒng)(GPS-1∶5 Hz和GPS-2∶1 Hz)比較了同一場足球比賽的行為模式和疲勞發(fā)展,結果顯示,測定絕對距離時,分析系統(tǒng)間的差別很大,提示不同比賽追蹤系統(tǒng)間的結果比較應當謹慎[22]。
目前污水處理廠主要處理廢水方法為生物降解法[12],當BOD5/COD>0.3時,即可考慮對其進行生物降解,當BOD5/COD>0.5時,認為該廢水可生物降解性較好[13].由表3可知,廁紙產生的水污染物總體可生化性較好,先后順序為報紙、低檔衛(wèi)生紙、中檔衛(wèi)生紙、高檔衛(wèi)生紙,分析其原因為各種紙張產生的BOD量相當,產生的COD量相差較大,特別是高檔衛(wèi)生紙更易在水中形成COD.
Atkinson曾討論多因素結構運動操作(例如足球操作)和直接可測量的運動操作(例如自行車測時)兩種成果之間的理論框架差別,并強調這些差異足以影響統(tǒng)計方法的選擇[23]。由此可見,針對具體項目和內容建構良好理論框架(觀察邏輯、編碼原則)和選擇適宜推斷方法,有助于揭示運動操作的復雜本質,且使相關結論不再總是那么模糊存疑。
4.1.1 競賽的綜合分析視角虞麗娟提出,拳擊技、戰(zhàn)術具有高度融合性,技、戰(zhàn)術指標有一定的交叉重疊,如組合拳既是一個連貫技術,又是一個常用戰(zhàn)術[13]。張俊青認為,籃球運動是運動員、運動員掌握的技術、各種基礎配合等要素以特定結構形式建立起的具有整體功能的系統(tǒng)[24]。吳小勇從多角度論證了籃球運動技術與戰(zhàn)術的辯證、主次、相輔、依賴、質量互變等關系屬性[25]。Mitchell等提出GPAI(Game Performance Assessment Instrument),即教練員和研究者對臨場表現(xiàn)進行觀察和編碼的工具,包含7個戰(zhàn)術元素:基本轉換(Base)、防守/盯人(Guard/Mark)、接應同伴(Support)、防守覆蓋(Cover)、調整(Adjust)、技能操作(Skill execution)、決策(Decisionmaking)[26]。Memmert等討論了GPAI的5個局限及相應對策:(1)個別和整體GP指數計算;(2)應用GI指數(Game Involvment)VSGP指數(Game Performance)分析臨場表現(xiàn);(3)觀察者信度;(4)非線性問題;(5)行動有效性[27]。Gréhaigne等討論了集體項目操作指標的綜合評價程序,提出比賽中觀察球員行動的兩個指數:效率指數(the efficiency index)和量度指數(the volumn of play)[28]。
以上文獻的啟發(fā)有兩條:(1)采用綜合廣角觀察比賽可使對運動行為的理解更全面和更符合實戰(zhàn)情景。創(chuàng)造性的綜合維度依研究內容而定,如效率與量度綜合維度,有球、無球元素綜合維度等;(2)實施技戰(zhàn)術綜合評價是富有建設性的思路,進一步聯(lián)想“位置移動分析”,可大膽預測,實施技術、戰(zhàn)術、位置移動一體化評價可能是臨場表現(xiàn)分析未來發(fā)展的一個方向。
4.1.2 競賽的動力學自組織特征McGarry等從動力學系統(tǒng)出發(fā),論述了競賽的自組織非線性特征、漲落與波動、個體或集體球類項目球員之間的組內與組間配對特征。在此基礎上做出如下預測:(1)比賽應按照序參量和控制參量的方式加以描述;(2)比賽應顯示綜合性的穩(wěn)定趨勢;(3)任何動作非線性轉換前,比賽系統(tǒng)都可能或不可能顯示出多樣性(不穩(wěn)定性)的增加;(4)基于比賽的動力學特征,要用發(fā)展眼光對待競賽的系統(tǒng)研究[29]。該研究意義在于提出了思考比賽的動力學新視野,由此出發(fā)認識比賽的結構性存在不僅豐富了人們探究比賽復雜性的手段,而且提醒人們檢出運動操作關鍵元素不能完全依靠靜態(tài)的統(tǒng)計分析。
延續(xù)動力學系統(tǒng)思路,Bourbousson等分析了6個籃球比賽序列事件的運動數據,檢驗了籃球運動員/隊的空間——時間運動模式[30-31]。研究者除了再次證實比賽動力學系統(tǒng)的獨特思路并不服從毫無變化、作為假定存在的預設,還從個人項目擴展到籃球等集體項目。此外,在壁球、網球等的動力學報告中,比賽被看作是配對振蕩系統(tǒng),其自組織模式是配對之間信息交換的結果[32-34],而在另一些諸如籃球、足球和橄欖球等的動力學報告中[35-38],卻不必然地將比賽看作是配對震蕩系統(tǒng),因此說,關于比賽的配對震蕩特征仍需進一步驗證,或許項目不同,其配對震蕩特征有所轉化。
4.1.3 “T—Pattern”分析模式鑒于傳統(tǒng)定量分析方法非常局限,不能描述比賽中各種事件的復雜互動關系,Borrie等提出獨特的“T—Pattern”模式[39]。其前提假設有兩個:(1)比賽臨場表現(xiàn)包含大量不同的操作變量以及這些變量之間存在一系列復雜互動關系,簡單的頻數資料雖然依舊重要,卻無法充分捕捉所有復雜性要素;(2)鑒于時間——序列性結構的隱藏性,若能開發(fā)適宜分析工具,將會加強對臨場表現(xiàn)的理解。T-pattern是幾個事件的聯(lián)合體,其中各事件的發(fā)生以相同順序進行,其核心理念是,如果在重復發(fā)生的同一T-pattern中,事件A是較早發(fā)生元素事件,事件B是較晚發(fā)生元素事件,則事件A發(fā)生時間t后,存在一個時間間隔(t+d1,t+d2)(d2≥d1≥0),在該時間間隔里,至少發(fā)生1次事件B比偶然發(fā)生的概率更大。事件A和B之間的時間關系被定義為關鍵時間間隔。隨后研究者還分別討論了T-Pattern分析的爭論、優(yōu)點和特征,涉及行動干擾及其影響、模型的非重復性、模型的因果性、事件頻數和模型頻數、臨場表現(xiàn)水平等幾方面。最后通過展示13場足球比賽中得到的典型數據強調了T-Pattern模式的潛力。
本研究認為,較之簡單頻數統(tǒng)計方式,T-Pattern通過時間結構探究臨場技術表現(xiàn)無疑是一大進步,然而該模式也存在一定缺陷,即僅把時間維度作為空間維度的靜態(tài)參照物。實際上,時間維度的瞬時特征以及空間維度的相對概率并不能截然分開,二者的交互具有客觀物質基礎。進一步而言,基于時間維度的不可逆性,通過具有可逆性的空間維度主動匹配時間維度具有重大理論和現(xiàn)實意義,空間維度的活躍變化將促使時間維度的可塑性具有主觀感知的可能。
O’Donoghue提出,運動操作研究實踐中最通常的預測方式是利用大規(guī)模數據并采用數據處理技術,在此過程中,一系列方法被用于運動行為預測,如多元線性回歸、判別函數分析、雙多元邏輯斯蒂克回歸、結構公式模型、人工神經網絡等,或者是上述諸多方法的任意搭配使用[40-41]。以下試舉幾例。
4.2.1 潛在增長模型(LGM)Park等提出,LGM[42]可被用于任何重復性測量數據中,但當存在關于變化形式理論的先驗假設時,該模型更加有用。LGM的優(yōu)勢包括:(1)對于變化的個體水平和團隊水平都能估計;(2)線性或者曲線軌跡都能表示個體變化;(3)測量場所不要求處在相同環(huán)境中;(4)模型能夠解釋測量誤差;(5)模型能夠輕松涵蓋變化的多元預測或相關;(6)如同普遍的結構公式模型一樣,LGM非常靈活且允許采用多種途徑延展基礎性數據,諸如比較組間變化以及檢驗多元潛在因素的變化。
4.2.3 離散型分類數據的統(tǒng)計方法Nevill等提出,由于球類比賽中絕大多數操作指標屬于離散型事件(計數或頻次),如網球或壁球比賽中每回合擊球次數,足球比賽中射門頻次的命中比例等,所以適宜的統(tǒng)計方法應當建立在兩種關鍵離散型概率分布基礎上(泊松分布和二項分布)[47]。通過對比經典顯著性卡方檢驗(擬合優(yōu)度檢驗和獨立性檢驗)VS對數線性模型和邏輯回歸模型,形成以下結論:(1)當比較單因素和兩因素中相對簡單的分類數據時,兩類方法結果一致;(2)當需要更復雜模型或更高階比較時,對數線性模型和邏輯回歸模型更加有效;(3)當調查與二項分布式或者雙重性反應變量相聯(lián)系的因素和類別差異時,唯一可取的就是邏輯回歸模型;(4)對數線性模型和邏輯回歸模型能夠產生關于比賽操作潛在關聯(lián)機制的更深刻洞察。
(1)系統(tǒng)性研究實踐示例。虞麗娟等提出“觀察單位”概念[3],即比賽技、戰(zhàn)術觀察分析中不能再進行分割的最小單位,它直接關系到比賽技戰(zhàn)術的解析力度。實際上,觀察單位并不易得,太小容易破壞系統(tǒng)特征,反之則易導致觀測不能深入。虞麗娟團隊之所以能夠準確定義觀察單位,根本原因在于能夠同世界頂尖教練員和運動員進行順暢交流并獲得最寶貴、最核心的專項指導意見,此外同行學者的研究建樹也起到非常大的推動作用。在虞麗娟等的系列研究中,始終以吳煥群等首次建立的“乒乓球三段評估法”實力診斷模型作為參照系[48]。其中的啟示在于,理論建構應當始終聯(lián)系項目實際,二者結合越緊密,理論建樹越深入、越有效。
另外,虞麗娟等還系統(tǒng)闡述了乒乓球技戰(zhàn)術分析的數據處理方法[49]。當根據比賽數據屬性,以擊球落點、擊球位置和擊球技術為對象,按照發(fā)球輪和接發(fā)球輪分別進行數據挖掘時,采取的是關聯(lián)規(guī)則挖掘Apriori算法;當考慮比賽對抗因素時,采取了序列模式挖掘AprioriAll算法,因為根據規(guī)則,比賽雙方交替合法擊球,可以自動獲得一組按時間順序排列的技戰(zhàn)術序列;當觀測指標為率指標時,采取了ANNs的BP算法;當考察技戰(zhàn)術實力狀態(tài)的因果關系時,又運用系統(tǒng)動力學原理建立了技戰(zhàn)術實力評估與預測的初步理論模型。由之可見,每個項目的內容邏輯具有廣泛多樣性,針對不同內容選擇具體的數據處理方法是必要步驟。
(2)研究成果應用。從實踐角度來看,當獲得某種有價值的研究成果時,研究者僅僅知道了訓練和比賽中要改進什么,只有將成果切實轉化為指導比賽和訓練的具體原則和方法,即從“練什么”上升到“怎么練”,整個研究才算真正完成。
Liebermann等提到了球類技戰(zhàn)術報告和視頻分析中非常重要、然而卻時常被忽略的一點,即在運動操作高級階段外部反饋須針對運動員的特殊需要[50]。換言之,相關分析結果并非只要做到結果準確、信息關聯(lián)就夠了,必須從運動員/隊需求出發(fā),按競技運動的內在規(guī)律和復雜程度對分析結果加以分類呈現(xiàn),從而使練習水平不同、目標不同的運動員能在運動操作改善過程中做到循序漸進、準確取舍。另外,李慶有等在采取SIMISCOUT系統(tǒng)分析世界優(yōu)秀網球運動員的接發(fā)特點后,還針對性地提出了網球接發(fā)球訓練的具體流程和練習方法[51]。
毫無疑問,“數字符號分析”對于處理競技比賽臨場表現(xiàn)信息具有特殊價值。本研究通過綜述分析得到以下結論:(1)“運動生物力學分析”與“競賽臨場表現(xiàn)數字符號分析”的整合存在爭議,現(xiàn)階段應謹慎對待;(2)應充分認識信息技術之于競賽臨場表現(xiàn)數字符號分析的戰(zhàn)略意義和創(chuàng)新價值;(3)合理建構理論框架并選擇適宜數據處理方法是競賽臨場表現(xiàn)數字符號分析展示研究效力的關鍵;(4)應加強“競賽臨場表現(xiàn)數字符號分析”研究成果的實踐應用。
[1]Alan Nevill,Greg Atkinson,Mike Hughes.Twenty-five years of sport performance research in the Journal of Sports Sciences[J].Journal of Sports Sciences(Eng),2008,26(4):413-426.
[2]Christopher Carling,Thomas Reilly A,Mark Williams.Performance Assessment for Field Sports[M].London and New York:Routledge Talor &FrancisGroup,2009.
[3]虞麗娟,張輝,戴金彪,等.隔網對抗項目比賽技戰(zhàn)術分析的理論與方法[J].上海體育學院學報,2007(3):48-53.
[4]Lawlor J.Performance enhancement in football:the role of information technology[J].Insight The Football Association Coaches Journal,2003,6(2):46-48.
[5]張輝,馬德云.德國“體育計算機應用”學科的發(fā)展與我國體育高等院校開設“體育計算機應用”系統(tǒng)課程的構想[J].山東體育學院學報,2006(6):99-101.
[6]Hughes M D,F(xiàn)ranks IM.Notational analysis of sport:Better systems for improving coaching and performance[M].(2nd edn.)London:E&FN Spon,2004.
[7]HughesM D.Performance analysis-amathematical perspective.EIJPAS,International Journal of Performance Analysis in Sport(Electronic),2004,4(2):97-139.
[8]BartlettR.Performanceanalysis:Can bringing together biomechanics and notational analysis benefit coaches?[J].International Journal of Performance Analysis of Sports,2001,1:122-126.
[9]Lees A.Technique analysis in sports:A critical review[J].Journal of Sports Sciences(Eng),2002,20:813-828.
[10]Hughes M D,Bartlett R M.The use of performance indicators in performanceanalysis[J].Journal of Sports Sciences(Eng),2002,20:739-754.
[11]Hughes M D,Bartlett R M.Performance analysis:An Editorial[J].Journal of Sports Sciences(Eng),2002,20:735-737.
[12]Franks IM,Goodman D.A systematic approach to analyzing sports performance[J].Journal of Sports Sciences(Eng),1986(4):49-59.
[13]虞麗娟,張輝,凌培亮.對抗性項目比賽技、戰(zhàn)術實時與離線智能分析系統(tǒng)的研究及應用[J].中國體育科技,2009(6):8-16.
[14]虞麗娟,張輝,凌培亮.隔網對抗項目技戰(zhàn)術分析的系統(tǒng)研究[J].體育科學,2008(10):41-48.
[15]W ink lerW.Computer-controlled assessment and video-technology for the diagnosis of a player’s performance in soccer training.Notational Analysis of Sport,ⅠandⅡ(edited by M.D.Hughes)[M].Cardiff:UWIC,1996:27-43.
[16]Paul SBradley,W illiam Sheldon,BlakeWooster,et al.High-intensity running in English FA Premier League soccer matches[J].Journal of Sports Sciences,2009,27(2):159-168.
[17]Hannah Macleod,John Morris,Alan Nevill,et al.The validity of a non-differentialglobal positioning system for assessing playermovement patterns in field hockey[J].Journal of Sports Sciences,2009,27(2):121-128.
[18]劉丹,曹曉東,趙剛,等.2007年女子足球世界杯賽運動員跑動能力研究[J].體育科學,2009(10):51-60.
[19]池建,苗向軍,米靖,等.現(xiàn)代競技籃球比賽負荷特征研究[J].北京體育大學學報,2007(2):145-148.
[20]Drust B,Atkinson G,Reilly T.Future perspectives in the evaluation of the physiological demands of soccer[J].Sports Medicine,2007,37:783-805.
[21]Carling C,Bloom field J,Nelson L,et al.The role ofmotion analysis in elite soccer:Contemporary performance measurement techniques and work-rate data[J].SportsMedicine,2008,38:839-862.
[22]Morten B Randers,Inigo Mujika,Adam Hewitt,et al.Application of four different footballmatch analysis systems:A comparative study[J].Journal of Sports Sciences,2010,28(2):171-182.
[23]Atkinson G.Sport performance:Variable or construct?[J].Journal of Sports Sciences,2002,20:291-292.
[24]張俊青.用系統(tǒng)論的觀點探析現(xiàn)代籃球運動戰(zhàn)術[J].北京體育大學學報,2010(2):132-134.
[25]吳小勇.論籃球運動的技戰(zhàn)術關系[J].成都體育學院學報,2005(2):82-85.
[26]Mitchell SA,Oslin JL,Griffin L L.The effects of two instructional approacheson game performance.Pedagogy in Practice[J].Teaching and Coaching in Physical Education and Sports,1995,1:36-48.
[27]Daniel Memmert,Stephen Harvey.The game performance assessment instrument(GPAI):Some concerns and solutions for further development[J].Journal of Teaching in Physical Education,2008,27:220-240.
[28]Jean-FrandisGréhaigne,Daniel Boudthier.Performance Assessmentin Team Sports[J].Journal of Teaching in Physical Education,1995(4):500-516.
[29]Tim McGarry,David I Anderson,Stephen A Wallace,et al.Sport competition asa dynamicalself-organizing system[J].Journal of Sports Sciences,2002,20:771-781.
[30]Jerome Bourbousson,Carole Seve,Tim McGarry.Space-time coordination dynamicsin basketball:Part1.Intra-and inter-couplings among player dyads[J].Journal of Sports Sciences,2010,28(3):339-347.
[31]Jerome Bourbousson,Carole Seve,Tim McGarry.Space-time coordination dynamics in basketball:Part 2.The interaction between the two teams[J].Journal of Sports Sciences,2010,28(3):349-358.
[32]Mc Garry T.Identifying patterns in squash contests using dynamical analysis and human perception[J].International Journal of Performance Analysis in Sport,2006(6):134-147.
[33]McGarry T,Walter F.On the detection ofspace-time patterns in squash using dynamicalanalysis[J].International Journal of Computer Science in Sport,2007(6):42-49.
[34]Palut Y,Zanone PG.A dynamicalanalysisof tennis:Conceptsand data [J].Journal of Sports Sciences,2005,23:1 021-1 032.
[35]SchnidtRC,O’Brien B,Sysko R.Self-organization ofbetween-person cooperative trials and possible applications to sport[J].International Journal of Sport Psychology,1999,30:558-579.
[36]Davids K,Araujo D,Shuttleworth R.Applicationsof dynamicalsystems theory to football[C]//.Cabri J,Reilly T,AraujoD.Scienceand FootballⅤ:Proceedings of the 5th World Congress on Science and Football. London:Routledge,2005:537-550.
[37]Frencken W G,Lemmink PM.Team kinematics of small-sided soccer games:A systematic approach[C]//.Reilly T,Korkusuz F.Science and FootballⅥ:Proceedings of the Sixth World Congress on Science and Football.London:Routledge,2008:161-166.
[38]Passos P,Araujo D,Davids K,etal.Information-governing dynamicsof attacker-defender interactions in youth rugby union[J].Journal of Sports Sciences,2008,26:1 421-1 429.
[39]Andrew Borrie,Gudberg K Jonsson,Magnus SMagnusson.Temporal pattern analysis and its applicability in sport:An explanation and exemplardata[J].Journal of Sports Sciences,2002,20:845-852.
[40]O’Donoghue P G.The effect of scoreline on elite tennis strategy:A cluster analysis[J].Journal of Sports Sciences,2003,21:284-285.
[41]O’Donoghue P G,Dubitzky W,Lopes P,et al.An evaluation of quantitative and qualitativemethodsof predicting the 2002 FIFAWorld Cup[J].Journal of Sports Sciences,2004,22:513-514.
[42]Ilhyeok Park,Robert W Schutz.An introduction to Latent Growth Models:Analysis of reported measures physical performance data[J].Research Quarterly for Exercise and Sport,2005(2):176-192.
[43]Bartlett R.Artificial intelligence in sportsbiomechanics:New dawn or false hope?[J].Journal of Sports Science and Medicine,2006(5):474-479.
[44]Lees A,Barton G,Kershaw L.The use of Kohonen neural network analysis to qualitatively characterize technique in soccer kicking[J].Journal of Sports Sciences,2003,21:243-244.
[45]Passos P,Araaujo D,Davids K,etal.Interpersonal dynamics in sport:the role of artificial neural networks and 3-D analysis[J].Behavior Research Methods,2006,38:683-691.
[46]Daniel Memmert,Jurgen Peal.Game creativity analysis using neural networks[J].Journal of Sports Sciences,2009(2):139-149.
[47]Alan M Nevill,Greg Atkinson,Mike D Hughes,et al.Statistical methods for analyzing discrete and categorical data recorded in performanceanalysis[J].Journal of Sports Sciences,2002,20:829-844.
[48]吳煥群,李振彪,陶志翔,等.乒乓球比賽中實力與技術診斷的方法及其應用效果[J].國家體委科學研究所學報,1989(l):32-41.
[49]虞麗娟,張輝,凌培亮.乒乓球比賽技戰(zhàn)術分析的系統(tǒng)研究與應用[J].上海體育學院學報,2008(6):39-43.
[50]DarioG Liebermann,Larry Katz,Mike DHughes,etal.Advances in the application of information technology to sportperformance[J].Journal of Sports Sciences,2002,20:755-769.
[51]李慶有,俞繼英,張忠秋,等.網球接發(fā)球研究[J].中國體育科技,2006(5):62-65.
A Review of Notational Analysis in Sports Performance
HUO Ziwen1,2,ZHANGGe3
(1.Deptof PE,Northwest Scientific University of Agriculture&Forestry,Shaanxi712100,China;2.Graduate School,Beijing Sport University,Beijing 100084,China;3.Deptof PE,Peking University,Beijing 100871,China)
Because of significant value of Notational Analysis in sports performance,the authors reviewed the researcheswithin Notational Analysis.At present,it should be prudent to dealwith the integration between biomechanicsanalysis and notational analysis;Itneeds to recognize the value of significance and creation of information technology on notational analysis;It is key for Notation Analysis to establish a reasonable theoretical frame and at the same time choose feasiblemethod of data processing;It is really important to reinforce the practical utilization of the fruits of Notational Analysis.
sports performance;Notational Analysis;information technology;data processing
G 804.87
A
1005-0000(2011)05-0427-06
2011-03-26;
2011-06-24;錄用日期:2011-06-30
霍子文(1972-),男,陜西綏德人,講師,在讀博士研究生,研究方向為籃球訓練理論與實踐。
1.西北農林科技大學體育部,陜西楊凌712100;2.北京體育大學研究生院,北京100084;3.北京大學體育部,北京100871。
關于“數字符號分析”的應用領域,Hughes and Franks總結如下:(1)戰(zhàn)術評價;(2)技術評價;(3)位置移動分析;(4)數據庫和模型建立;(5)對競技實踐的指導作用[6]。另外,Hughes還歸納了基于計算機符號分析系統(tǒng)的大型數據庫建模形式:(1)實驗法建模;(2)隨機建模;(3)動力學系統(tǒng);(4)統(tǒng)計技術;(5)人工智能專家系統(tǒng)和神經網絡[7]。張輝通過細致檢索9本《運動與計算機科學》學術報告會論文集(德國聯(lián)邦體育科學研究所資助出版,1990—2001)中收錄的145篇論文,發(fā)現(xiàn)與計算機輔助訓練相關的論文最多,涵蓋具體項目技、戰(zhàn)術訓練錄像系統(tǒng)、競技診斷系統(tǒng)和比賽觀察分析[5]。在重點涉及足球、橄欖球、曲棍球等項目運動操作分析的專著《Performance Assessment for Field Sports》[2]中,第四章詳細介紹了數字符號分析各技術系統(tǒng),包括手工比賽分析系統(tǒng)、計算機數字視頻比賽分析技術、比賽技戰(zhàn)術視頻與統(tǒng)計分析、位置移動分析、針對身體操作的移動分析技術;而第八章則系統(tǒng)介紹了各種先進研究手段,如虛擬現(xiàn)實技術、互聯(lián)網技術、專家智能系統(tǒng)、人工神經網絡、遺傳(基因)算法和混合系統(tǒng)等。
從上述分析可大致了解“數字符號分析”的研究內容及方法手段,同時認識到它是融信息采集、編碼標注、智能編輯與存儲、測量評價、數據處理及決策支持等系列方法于一體的大型研究模式,其多學科交叉特征提醒每個研究者須結合自身實際對具體應用做出優(yōu)化設計,不同學科背景間的充分互動是把握“數字符號分析”的關鍵。