备考久坐太伤身,这些放松小运动get起来!

考研复习一坐就是几个小时,很容易对健康产生影响,最终会反作用到复习的效果上。特别是现在这个考研关键时期,万一身体出什么问题,又耽误一大段时间。

皮皮研建议小伙伴们不妨在复习时注意做几个小运动,每天几个拉伸动作,会让身体放松,心情愉悦,脑供血增加,复习效率提高。下面就来试试吧!

1、胳膊肘拉伸

这个动作坐着也可以做。用手掌去触摸身体另一侧的肩胛骨,然后用另一只手轻轻地握住手肘,向相反方向拉伸。

2、拉伸膝盖

坐正,抬起腿,屈膝,并抓住膝盖。将你的腿尽可能地贴进你的前胸,保持这一姿势10秒钟。

3、触摸脚趾

坐着的时候伸直腿,然后屈身尽量去摸你的脚趾。

4、拉伸背部

把你的胳膊举过头顶,然后朝反方向拉伸。记得保持背部挺直。

5、背后鼓掌

把双手置于背后,掌心对掌心。然后尽力把胸腔向前挺,就像在威胁你的同事那样。保持这个姿势5秒。

6、轻摇脑袋

倾斜头部,从左向右转动你的脖子。记得放慢速度,你可以哼首歌,让自己看起来不那么奇怪:)

7、“触摸天空”

两手相扣,掌心向上,伸直胳膊,尽力向上延伸去摸天花板,坚持5秒钟。

8、“二郎腿压膝”

将小腿放到另一条腿的大腿上,慢慢向下压膝盖,拉伸臀大肌。在压腿时,记得慢慢呼气。

9、颈部终结者

用手掌托住另一边的脑袋,将脑袋向肩膀方向温柔下压。请记住,一定要温柔!耳朵没有必要真正碰到肩膀,移动几英寸就够了。

10、“求婚”式

单膝跪地,另一只膝盖弯曲,就像你要向同事求婚似的。缓慢前倾上半身,保持5秒,换一只腿重复。

11、“探天”姿势

与前面一个动作一样,弯曲膝盖,保持一条腿大腿与地面平行,另一只腿向后延伸支撑。但这一次请抬头看天,双手探向天空。这个动作对锻炼你的腹肌非常有益。

12、“小茶杯”

这个动作和上个动作的下肢动作一样,但现在,把右手放在腰间,抬起左手,先向上伸,再缓慢地向右拉伸。

13、握手式

握紧双手,向前伸直,再缓慢转向自己,直到感觉手腕有些酸。坚持5秒,重复3次。接着掌心向外交叉手指,来回伸直到感觉到手腕的拉伸。

14、单臂拥抱

用左手去抓右肩胛骨,右手抓住左胳膊肘,并缓慢地向右肩拉。另一只胳膊一样重复。

15、推墙

找一个墙或者门作为支撑物,举起一只胳膊,把手按在墙上,然后转动你的身体,直到感觉肩部得到拉伸。记得不要用力过猛,相信我,你并不能移动墙

16、高抬腿拉伸

坐着的时候,伸直一条腿,保持2秒。接着尽力抬高,保持5秒。小心别踢到桌子。

17、上下支撑

坐在椅子边缘,双手放在身体的两侧,掌心放在椅子的边缘,指尖朝下,双脚打开与肩同宽,臀部离开椅子向下,保持5秒,然后返回到椅子上,重复练习10次,练习3组。

18、手臂内旋

端坐在椅子上,双手侧平举,与身体成“T”字型,胸腔打开,肩胛骨向中间靠拢,手臂延展,掌心朝前,手臂做内旋,练习20次,掌心朝后,手臂做外旋,练习20次,重复练习3组。

19、腿部扩展

坐在椅子边缘,双手放在身体两侧,身体立直,抬右腿向上,伸直膝盖,脚尖回勾,保持3秒,然后还原,换另一条腿,重复练习10次,练习3组。

20、斜扭

双手放在头部后侧,手臂向外打开,坐在椅子上,用右手肘去触碰左膝盖,身体前屈的时候感觉到腹部肌肉的收紧,还原,左手肘碰右膝盖,重复练习10次,练习3组。

21、坐卧撑

端坐在椅子上,双手放在椅子两侧的扶手上,身体立直向上,注意不要耸肩,伸直手臂,臀部向上离开椅子,保持这个动作或者上下移动,重复练习10次,练习3组。

来源于网络

21考研的QQ群,有很多大学的计算机考研/软件考研资料,欢迎加入

群号是 954288959


您还可以在以下平台找到我们

你点的每个在看,我都认真当成了喜欢

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值