
我为何持续开发Spleeft,以及我如何将其作为在线教练使用:运动员的动力、可靠的力量训练数据,以及通过iCloud实现的自动分享。.

我们对比了在硬拉过程中,Apple Watch在杠铃和手腕处同步记录的数据与线性编码器的数据:信号发生了哪些变化,以及我们可以得出哪些结论。.

我如何利用 Apple Watch 数据、线性编码器以及在巴黎采集的录音,来改进 Spleeft 的休止符检测、乐句分割和小节速度追踪功能。.

如果你执教的时间足够长,你最终会遇到这种情况:两名运动员参加相同的训练计划,相同的训练百分比,相同的提示……但杠铃速度却完全不同。.

如果你曾经看过运动员苦练那些本应“爆发力十足”的训练组,你就会明白那种挫败感。该训练计划中提到了80%。

过去十年,体能训练领域发生了根本性的变化。如果你仍然依赖基于百分比的计算和猜测来制定训练计划,那就大错特错了。

如果你最近在健身房待过一段时间,你可能已经注意到教练们在组间休息时盯着屏幕,追踪着远超预期的数据。

基于速度的训练 (VBT),也称为速度训练或训练速度,代表了传统基于百分比的力量训练方法的范式转变。这种方法提供
为了提供最佳体验,我们使用 cookies 等技术来存储和/或访问设备信息。同意使用这些技术将允许我们在本网站上处理浏览行为或唯一 ID 等数据。不同意或撤销同意可能会对某些功能产生不利影响。