走在汽車革命的路上論文書籍站
國立清華大學 電機工程學系 黃柏鈞所指導 杜政諺的 藉由擊球音訊特徵進行桌球技術辨識 （2020），提出paddle球拍關鍵因素是什麼，來自於音訊處理、特徵工程、機器學習、桌球技術辨識。
而第二篇論文臺北市立大學 運動器材科技研究所 陳婉菁所指導 麥亭萱的 不同組合的桌球拍對球反彈表現之影響 （2019），提出因為有 桌球、膠皮、恢復係數、轉速、反射角的重點而找出了 paddle球拍的解答。
藉由擊球音訊特徵進行桌球技術辨識
為了解決paddle球拍 的問題，作者杜政諺 這樣論述：
客觀的擊球技術動作類型辨識，在桌球領域幾乎是所有業餘愛好者們共通的需求，但是這項任務往往需要經驗豐富的教練來完成。為了解決此需求，眾多結合影像、感測器的研究與產品陸續被推出，但皆仍因為桌球領域的物理性限制，在成效上有所受限。在此研究中，我們分析桌球拍擊球產生之聲音訊號，證實透過音訊處理技術，可以從擊球音訊中，推測得知對應之擊球技術類型；也利用聲音在時域上具較高解析度的特性，得以提取到使用攝影機與穿戴式感測器無法獲得之重要特徵，進行較精細的擊球技術類型區分。而在實務應用上，因為擊球的音訊前後必定常常伴隨著球與球桌接觸碰撞的聲音，為了避免這些碰撞聲干擾擊球音訊的分析，所以本研究中亦提出了一套區分
擊球音訊與觸桌音訊的運算方式，藉此區分桌球與球桌碰撞聲。本研究中，我們邀請台灣桌球成人國手選手，輔助建立桌球聲訊資料庫。目前資料庫內之音訊，包含擊球技術之音訊，與擊球觸桌之音訊資料，共1246筆。據本論文所提出，結合物理特性與機器學習之音訊處理演算法，在上述資料庫中，區分擊球音訊與觸桌音訊之演算法，準確率可達98.86%；區分擊球技術為扣殺、攻球、前衝、弧圈與切球五種技術動作，準確率可達90.25%。經量測驗證，此音訊處理演算法，可於1秒內完成高達每秒50個音訊事件以上之聲音訊號分析，說明此演算法具有可Real-time執行之可行性。此音訊處理演算法系統在未來應用上，除了單獨使用之外，亦可與影
像辨識系統或是慣性感測系統整合，架構更完善的系統，於情資蒐集、教學應用、競賽報導等情境，可提供更有效的工具。
不同組合的桌球拍對球反彈表現之影響
為了解決paddle球拍 的問題，作者麥亭萱 這樣論述：
目的：比較不同底板跟膠皮組合的桌球拍對於球體碰撞反彈表現。方法：利用STIGA的145及INF底板分別黏貼紅雙喜的狂飆3-50及XIOM VEGA ASIA膠皮，組合四種不同球拍，以發球機發出兩種球速的球撞擊在固定桌檯上的球拍，順序為1.145-XIOM、2.145-DHS、3. INF-XIOM、4. INF-DHS。透過高速攝影機拍攝桌球碰撞球拍表現，每種組合擷取10次完整碰撞畫面，利用Dartfish9運動分析系統計算碰撞前(後)球速、停留時間、碰撞前(後)轉速與入(反)射角。以二因子變異數分析考驗底板及膠皮組合的球拍對恢復係數、停留時間、碰撞前後的轉速比、反射角表現的影響。以二因子變
異數分析考驗不同桌球拍組合對於球反彈表現的影響。結果：低速高轉情況下，球碰撞145底板的恢復係數及轉速比顯著高於INF底板；黏貼XIOM膠皮的恢復係數及轉速比顯著高於DHS膠皮。球碰撞停留在INF底板的時間顯著多於145底板；停留在XIOM膠皮時間顯著多於DHS膠皮。四種球拍對於反射角表現無顯著影響。高速低轉情況下，底板與膠皮對於停留時間均有顯著影響作用，INF底板顯著高於145底板；XIOM膠皮顯著多於DHS膠皮；145底板的轉速比顯著高於INF底板；145底板黏貼DHS膠皮的反射角度差值顯著高於INF底板。結論：145底板的彈性優於INF底板；XIOM膠皮彈性優於DHS膠皮。