根據人體生物鐘下午5點到7點是腎經活躍的時候，這段時間補粒鈣片，進行訓練強腎健體事半功倍。但是上班族不一定有這個訓練節點。

7點鐘後暴走對身體無害，只是要做好運動前的熱身動作以避免關節韌帶在突然起動時受損，而且運動時間不要超過晚上的9點鐘，運動結束注意拉伸放鬆緩解疲勞。注意運動前和結束後都要給身體補充能量。

最重要的是暴走時，一定要遵守交通法，不要上機動車道。

這個點是最好的鍛鍊時間。因為經過一天的活動，人體的各項機能都出於交高的狀態，“磨合”的也很好，因此此時進行鍛鍊，效果會更好，也相對更安全。

但由於距離中午吃飯的時間較長（除非下午5、6點左右吃過晚飯），身體出於完全空腹狀態，此時進行長時間、大強度的運動時，要想辦法避免低血糖等不良症狀的發生。最好在開始運動前的半小時左右，稍微吃點點心、水果等，補充一下。如果在5、6點吃過晚飯，那麼在開始暴走前，最好能有10多分鐘左右的過渡時間，走的速度從慢到快的過程，逐步進入鍛鍊的速度。

另外一個就是老生常談的問題了：在運動前要做好熱身運動。根據自己的時間，安排10分鐘左右，走走、拉伸一下韌帶，重點是肩部、大腿小腿等部位。體力可以的話，可以在暴走的結束後，連續走2到3組的原地收腹跳，每組做5~10下（根據自己的體力狀況），或者做幾下快速跑。因為走路慢跑等，更多是紅肌纖維在參與運動，而且肌肉的參與量有限，而快速的縱跳或者快跑，則可以鍛鍊一下我們的白肌纖維，也調動更多肌肉參與，間接的提高神經系統對肌肉的控制能力。在暴走後也安排5分鐘左右的拉伸，把緊張的肌肉放鬆一下。

鍛鍊肯定是好事，適當的時候也要讓身體有一個休息、恢復的時間。可每週安排一天降低鍛鍊的強度，安排一天完全休息，讓身體得到調整，更好的恢復。

至於運動，我是個很懶的人，以前吃完東西，總是喜歡找個地方坐一下，休息一下，但是我發現這是長小肚子的關鍵，所以建議大家一定要多運動，尤其是飯後千萬不要坐著，要適當的運動，如果怕胃不舒服的話可以站著，過大約半個小時再坐下。前面說了，我是個懶人，不喜歡運動，所以我基本上都是靠走路來消耗熱量，記得要“甩手大步走”。不僅能瘦腿，還可以瘦腰、瘦背、瘦臀，讓手臂沒有贅肉，也是最好的全身運動。收腹、抬頭、挺胸、縮臀，步履儘量跨大，手臂要大幅甩動，做最大的運動，像閱兵的女兵走路法，只是腿不必踢正步。

減肥還有最重要的一點就是堅持，丸子就是堅持了按照自己總結的減肥方法去做，經歷了三年，雖然這個過程很漫長，但是這樣減肥對於身體來講比一下子瘦下三十斤要健康的多。而且一直也沒有反彈過。當然，“好身材，要保持”對於丸子這種易胖體質的人來說就是真理，所以我再給姐妹們介紹一下我保持身材的心得：

1、持之以恆地節食，這裡說的節食並不是說不可以吃東西，而是要少吃那些垃圾食品以及米、面、紅肉等，提倡多吃粗糧。

2、保持規律的飲食，早餐很重要，適當多吃點，以免午餐豐盛時吃得太多。不要吃宵夜，那是減肥的天敵。

3、工作忙碌緊張，精神充實的人應該不易發胖，所以與其高呼減肥，不妨去努力工作。努力工作是最優越的減肥途徑，益處太多，無需多言。

最後，減肥其實也是一種生活態度，要順其自然，千萬不要天天去稱體重，只要慢慢改掉對自己一些不好的生活習慣，自然會瘦的。

7-8點是鍛鍊的好時機，我一直都有下班後跑六公里的習慣

而且我跑步的時間都是控制在晚上8點以前，8點後就讓身體開始放鬆，進入到休眠模式，對身體是一個很好的恢復哦

刷步數跟朋友拼個“你死我活”？不如出來走兩步

　　iPhone的健康資料如何得來?

　　要想知道資料準不準確，我們先要搞清楚資料是怎麼得來的。在最新的iOS9.0.2系統中，健康應用包括了本人資訊、健身資料、身體測量、生殖健康、睡眠狀況、營養攝入和主要體徵等方面。其中大部分均為靜態資料，需要使用者手動上傳輸入，應用後臺對資料進行處理然後給出健康狀況參考。而能夠自動獲取的人體行為資訊，只有步數、步行+跑步距離以及已爬樓層。

　　就現在最火的計步資料而言，目前獲取人體行為資訊的方法基本有兩種：一種基於視覺，另一種基於感測器。基於視覺的人體行為識別技術起步較早，理論研究比較成熟。但是視覺識別存在明顯的缺陷，除了光線、背景條件的限制，最主要的是沒有任何一個使用者希望隨時在攝像儀器下上演真人秀。所以，無論是iPhone還是其他手機，或是可穿戴式智慧裝置，其資料來源均是基於感測器來獲取。

　　目前，iPhone 6S等主流產品中內建的感測器有5種，分別為三軸陀螺儀、加速度感測器、距離感測器、環境光感測器及氣壓計。更早期的iPhone 5S中沒有內建氣壓感測器，其餘均都包括。

　　iPhone 6上使用了加速度感測器、陀螺儀、距離與環境光感測器、氣壓感測器等。

　　人體行為資訊的收集主要是透過加速度感測器來完成的。加速度感測器是一種可以測量物體加速力的電子裝置，它首先將待測點測量到的加速度訊號轉換為相應的電訊號，然後利用模數轉換將模擬訊號轉換為相應的數字訊號，最後送入處理器與儲存器進行資料儲存和顯示。相對於遠距離感測的裝置，它測量的是自身的運動。

　　當感測器收集到運動訊號之後，開發人員透過相應的特徵引數提取以及演算法識別，就可以估算出人所走的步數、路程，或者是走路、跑步以及上下樓梯的變化。

現代手機大多數使用了加速度感測器、陀螺儀、距離與環境光感測器、氣壓感測器等，它們才是測量步數的工具

　　步數誤差是怎麼產生的?

　　作為生活中的個體，每個人的習慣千差萬別，不可能達到實驗室中的理想狀態，這本身就會造成很大的誤差。

　　華南理工大學電子與資訊學院金連文教授進行過一組手機加速度感測器的訊號監測實驗，在相同的加速度感測器及演算法條件下，不同的手機擺放方式會產生不同的振動訊號。將所得到的監測資料與實際計步數進行對照，發現當手機被固定在腰間時，所得到的振動訊號與實際情況誤差最小;其次為放在褲兜之中，而把手機放在包中或其他寬鬆的環境中，結果與實際誤差最大。這是由於除了人體的運動之外，手機本身也會產生較大的位置變化，從而影響了資料的準確。

　　“手機及其他移動裝置中內建的基本是電容式加速度感測器，它是基於電容的瞬間變化來測量加速度變化的，具有靈敏度高、受周圍的環境影響小、線性度較好的優點，但由於外界對電容的干擾的客觀存在，精度受外界干擾較大。在實驗室最理想的狀態下，我們可以實現97%~98%的準確率，但在實際生活中很難實現。”金連文教授如是說。

　　按照以上結果，檢測健康的終端裝置被固定在身體上得到的資料相對最為準確，那麼是不是意味著，像iWatch或者手環類可穿戴裝置更能準確反映出身體狀況呢?也不盡然。據南京郵電大學計算機學院、軟體學院徐小龍教授介紹，雖說手環手錶類裝置位置相對固定，能夠獲得連續穩定的訊號，但除了行走擺臂外，我們的手還在做著其他的事情，比如端茶杯、移動滑鼠，甚至在開車手握方向盤時也會有訊號輸出，這些都可以干擾資料的準確性，誤差依然不可避免。

最土的佩戴手機方式確實是得到運動資料誤差最小的辦法

　　演算法不同，資料千差萬別

　　除了不可控的人為因素，手機本身的軟、硬體更新換代是不是也能影響到監測結果呢?iPhone手機的健康資料監測識別主要有三個過程：透過加速度感測器進行資料採集，開發人員透過針對iOS系統的objective-c語言對特徵引數進行提取，最後利用演算法識別顯示在終端上。

　　在特徵引數提取和演算法識別上，誤差就是不可避免的了。不同的終端公司或科研單位都有自己開發的健康資料演算法，利用到的特徵引數也不盡相同。即便是同一公司的終端裝置，在每次推出新一代產品時，手機系統環境及相應的演算法開發都會進行最佳化。

　　“像手機等智慧移動裝置，開發者一般只利用單個加速度感測器的健康資料進行識別;而目前一些運動手環，有可能會把三軸陀螺儀及其他感測器的資料也提取出來，演算法也相應複雜。但不意味著複雜的演算法就比簡單的更準確，計算量的加大更多帶來的是資料處理成本的增加和電量的損耗。找到一個更簡單的資料收集及識別方法，更準確地反映出人體運動狀況，一直是科研人員和開發人員努力的目標。”徐小龍教授說。

　　但現實往往不是那麼理想，目前並沒有針對演算法識別程度的統一測試標準。各個公司的演算法介面和資料是不公開的，而我們要從實際的應用中來反推還原它的演算法過程和測試環境非常困難。這好比面對一座巨大的金礦，每個人都用自己的方式來挖掘，方法千奇百怪，但沒有一個標準去衡量以哪種方式挖出的金子最多最有效率。■

-THE END-