CN108091381A - 一种基于体征大数据的健康运动目标评估方法 - Google Patents
一种基于体征大数据的健康运动目标评估方法 Download PDFInfo
- Publication number
- CN108091381A CN108091381A CN201810026628.7A CN201810026628A CN108091381A CN 108091381 A CN108091381 A CN 108091381A CN 201810026628 A CN201810026628 A CN 201810026628A CN 108091381 A CN108091381 A CN 108091381A
- Authority
- CN
- China
- Prior art keywords
- array
- achievement
- assessment
- parameter
- sign
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于体征大数据的健康运动目标评估方法通过设置运动体能综合模型评估运动总耗能,并通过设置一个成绩评估模型,对成绩进行评估。当录入大量的第一运动数据以及第一体征数据后,不断修正运动体能综合模型和成绩评估模型的计算参数,使的预估出的第一评估成绩与实际健康运动结果的准确率达到预设值。之后,再利用该运动体征综合模型以及成绩评估模型对未参加运动的公众或运动员进行成绩预估,可预期的是预估的成绩能够达到预设的准确率。本发明解决了运动开始前无法针对公众或运动员做出运动强度或健康运动目标的评估,从而无法对运动做出指导或出现导致运动损伤或伤亡的技术问题。
Description
技术领域
本发明涉及运动领域,具体地说,涉及一种基于体征大数据的健康运动目标评估方法。
背景技术
公众或运动员在参加一个运动时,对于本次的运动强度需要有一个预估,不能超过自身最大运动量和最强运动强度,否则会出现运动健康风险。对于这样的预估一般是根据自身过往的运动能力,根据自己的经验做出一个评估。这样的评估方式无法做到系统化的评估,且对于相同的运动项目在不同的运动场地和场景下,自身的最大运动量以及运动强度也是处于变化中的,无法做到及时调整。特别是在对同一个项目、同样的场地,多个公众或运动员同时运动时,无法对多个公众或运动员的运动根据个人特征做出运动量和强度的预估,不利于统计公众或运动员的个人能力,只有在运动结束后,通过数值统计才能对下次的运动情况做出评估。
另一方面,对于同一个公众或运动员而言,在运动开始前也无法预估自身的运动能力在本次运动中所能取得的成绩,没有办法对公众或运动员做出运动指导,从而可能会导致公众或运动员为了取得超过自身能力的好成绩而忽略自身在运动中存在的健康风险,从而出现损伤或伤亡的情况。
发明内容
本发明的目的在于提供一种基于体征大数据健康运动目标评估方法,旨在解决在运动开始前无法针对公众或运动员做出运动强度或健康运动目标的评估,从而无法对运动做出指导或出现导致运动损伤或伤亡的技术问题。
本发明提供一种基于体征大数据的健康运动目标评估方法。
一种基于体征大数据的健康运动目标评估方法,包括以下步骤:
步骤1:建立含有多个第一参数的运动体能综合模型;
步骤2:以所述运动体能综合模型为输入建立含有多个第二参数的成绩评估模型;
步骤3:预设成绩评估模型的预测准确度,向所述运动体能综合模型逐条录入已有的第一运动数据,向所述成绩评估模型逐条录入已有的第一体征数据,并得到第一预估成绩;
步骤4:比对第一预估成绩与实际健康运动结果,进行第一参数以及第二参数的评估参数修正;
步骤5:在获得多条所述第一预估成绩后,统计第一预估成绩与实际健康运动结果的准确度比例是否满足预设的所述预测准确度,若满足,则执行步骤6,若不满足,则进行第一参数以及第二参数的统计参数修正,之后依次重复执行所述步骤3及步骤4,直至所述第一预估成绩与实际健康运动结果的准确度比例满足预设的所述预测准确度;
步骤6:向统计参数修正后的运动体征综合模型输入待评估的第二运动数据,向所述成绩评估模型输入待评估的第二体征数据,并得到第二预估成绩。
进一步地,所述运动体能综合模型用于评估完成一项运动所需要的总耗能,所述第一参数包括第一数组以及第二数组,所述第一数组为影响运动耗能的运动参数名称,所述第一运动数据为第一数组所对应的具体数值,第二数组为所述第一数组中多个运动参数名称对所述运动体能综合模型评估的总耗能的影响因子;所述第一体征数据与所述第二数组通过第一评估算法计算后得到所述总耗能。
进一步地,所述第一数组包括运动总距离、运动海拔差、运动总重量;所述第二数组初始化时预设初始值;所述第一评估算法包括计算所述第一运动数据与所述第二数组的期望值。
进一步地,所述成绩评估模型根据所述运动体能综合模型的评估结果以及运动人员差异化的体征数据评估健康运动目标;所述第二参数包括第三数组及第四数组,所述第三数组为运动人员的多个体征数据名称,所述第一体征数据为所述第三数组所对应的具体数值,所述第四数组为所述第三数组中多个所述第一体征数据对评估的健康运动目标的影响因子;所述总耗能在所述第一体征数据、第四数组的作用下通过第二评估算法计算后得到所述第一预估成绩。
进一步地,所述第三数组包括运动人员的年龄、性别、血压、血氧、心率以及单位肺活量中的至少一种;所述第四数组在初始化时预设初始值;所述第二评估算法包括计算所述第一体征数据与所述第四数组的期望值,并与所述总耗能做运算。
进一步地,所述步骤4包括:比对第一预估成绩与实际健康运动结果是否相同或是否在允许设定的第一误差内;若相同或在允许的第一误差范围内,则执行步骤3,即录入下一条第一运动数据并评估第一预估成绩;若不同或超过允许的第一误差范围,则对第一参数以及第二参数继续进行评估参数修正,修正后的第一参数以及第二参数能够保证当前录入的第一运动数据、第一体征数据评估后的第一预估成绩与实际健康运动结果相同或者在允许的第一误差内。
进一步地,在步骤5中,所述第一预估成绩与所述实际健康运动结果比对时,设定评判为相同的第二误差;所述第二误差小于所述第一误差;所述第一预估成绩与所述实际健康运动结果处于允许的第二误差内,则判定为第一预估成绩评估准确,否则判定为第一预估成绩评估不准确;
对多条所述第一预估成绩统计后,判断多条所述第一预估成绩的准确率是否大于预设的所述预测准确度,若大于,则判定所述第一参数以及所述第二参数符合评估要求;若不大于,则判定所述第一参数及所述第二参数不符合评估要求,对所述第一参数及所述第二参数进行统计参数修正,并在修正后再次逐条录入多条第一运动数据及第一体征数据,重新判断所述第一评估成绩与实际健康运动结果的准确度是否大于所述预测准确度。
进一步地,在生成不少于500条的第一预估数据的情况下,才判断所述第一预估成绩与所述实际健康运动结果的评估准确度;设定统计参数修订间隔,当重新生成的第一预估数据大于所述统计参数修订间隔时,在一次判断所述第一预估成绩与所述实际健康运动结果的准确度。
进一步地,所述评估参数修正包括:对第一数组及第三数组中的运动参数名称进行删减,和/或对第二数组、第四数组中的影响因子做出相应删减及对第二数组、第四数组中的影响因子做出大小的调整。
进一步地,所述统计参数修正包括:对第一数组及第三数组中的运动参数名称进行删减,和/或对第二数组、第四数组中的影响因子做出相应删减及对第二数组、第四数组中的影响因子做出大小的调整。
本发明公开的基于体征大数据的健康运动目标评估方法通过设置运动体能综合模型评估运动总耗能,并通过设置一个成绩评估模型,对成绩进行评估。当录入的大量的第一运动数据以及第一体征数据后,不断修正运动体能综合模型和成绩评估模型的计算参数,使的预估出的第一评估成绩与实际健康运动结果的准确率达到预设值。之后,再利用该运动体征综合模型以及成绩评估模型对未参加运动的公众或运动员进行成绩预估,可预期的是预估的成绩能够达到预设的准确率。本发明解决了运动开始前无法针对公众或运动员做出运动强度或健康运动目标的评估,从而无法对运动做出指导或出现导致运动损伤或伤亡的技术问题。
附图说明
图1是本发明基于体征大数据的健康运动目标评估方法流程示意图。
具体实施方式
下面结合具体实施例和说明书附图对本发明做进一步阐述和说明:
请参考图1,本发明提供一种基于体征大数据的健康运动目标评估方法,该方法包括:
步骤1:建立含有多个第一参数的运动体能综合模型。
该运动体能综合模型运动评估完成一项运动所需的总耗能,其中,第一参数包括第一数组以及第二数组,第一数组为影响运动耗能的运动参数名称,第二数组为第一数组中多个运动参数名称所对所述运动体能综合模型评估的总耗能的影响因子,其中总耗能的计算是通过第一评估算法计算后得到的,第一评估算法包括计算所述第一数组中运动参数名称的竖直与第二数组中的影响因子的期望值。在计算运动体能综合模型的总耗能时,需要向所述运动体能综合模型录入第一数组中运动参数名称所对应的第一体征数据。
如表1,表1为运动体能综合模型具体的计算表。
表1
在本实施方式中,所述第一数组为运动总距离、运动海拔差、运动总重量,第二数组为与运动总距离、运动海拔差、运动总重量分别对应的距离因子、海拔因子以及重量因子,其中距离因子、海拔因子以及重量因子分别是0.5、0.3、0.2,其距离因子、海拔因子以及重量因子之和为1。第一运动数据为对应于第一数组中各个运动参数名称的数值,如表1中为15、35、71。
在本实施方式中,第二数组的各个因子在录入第一条第一运动数据时初始化预设。通过录入第一数组的数值,即第一运动数据,并计算第一运动数据与第二数组的期望值,可以预估出第一运动数据的运动总耗能。
步骤2:以所述运动体能综合模型为输入建立含有多个第二参数的成绩评估模型。
在本步骤中,所述成绩评估模型根据所述运动体能综合模型的评估结果以及运动人员差异化的体征数据评估健康运动目标。具体的,所述成绩评估模型根据所述运动体能综合模型的评估结果就是总耗能,运动人员差异化的体征数据为第一体征数据,在成绩评估模型评估成绩时需要向所述成绩评估模型输入总耗能以及第一体征数据。对于成绩评估模型而言,所述第二参数包括第三数组及第四数组,所述第三数组为运动人员的多个体征数据名称,所述第一体征数据为所述第三数组所对应的具体数值,所述第四数组为所述第三数组中多个所述第一体征数据对评估的健康运动目标的影响因子。
在本实施方式中,所述总耗能在所述第一体征数据、第四数组的作用下通过第二评估算法计算后得到所述第一预估成绩。如表2,表2为运动体能综合模型具体的计算表。
表2
在本实施方式中,第三数组包括年龄、性别、收缩血压、血氧、心率;所述第四数组为对应于年龄、性别、收缩血压、血氧、心率的影响因子,分别是年龄因子,性别因子,血压因子,血氧因子以及心率因子,其中年龄因子,性别因子,血压因子,血氧因子以及心率因子分别为1.2、2.0、1.3、0.8、1.2。在本发明的其他实施方式中,所述第三数组还可以包括其他体征参数。在本实施方式中,所述第一体征数据为对应于所述第三数组的具体数值,分别为18、1、110、0.1、54。
在本实施方式中,所述总耗能在所述第一体征数据以及第四数组的作用下通过第二评估算法计算后得到所述第一预估成绩。如上表2,第一预估成绩为325.56;其中第二评估算法在本实施方式中采用计算出第一体征数据与第四数组的期望值,利用总耗能除以计算出的期望值,并乘以一个调整参数,这里的调整参数,可以根据不同的运动类型进行预设。在本发明的其他实施方式中,第二评估算法也可以是其他数学计算方式。
步骤3:向所述运动体能综合模型逐条录入已有的第一运动数据,向所述成绩评估模型逐条录入已有的第一体征数据,得到第一预估成绩,并预设成绩评估模型的预测准确度。
在本发明中,通过向运动体征综合模型录入第一运动数据,并向成绩评估模型中录入第一体征数据,就可以计算出某个公众或运动员在一个项运动中取得的预估成绩。其中第一运动数据以及第一体征数据都是在一项运动开始前通过设备测量的,分别意味着一项运动需要的总耗能和一个公众或运动员的运动能力。
在对运动体能综合模型录入多条第一运动数据,以及向成绩评估模型录入与第一运动数据对应的第一体征数据后,会得到多个第一评估成绩。
步骤4:比对第一预估成绩与实际健康运动结果,进行第一参数以及第二参数的评估参数修正。
在本实施方式中,在完成一条记录的录入获得一个第一评估成绩后,对第一评估成绩与实际健康运动结果做比对,并根据比对结果进行第一参数以及第二参数进行评估参数修正,在评估参数修正后,在下一条评估时,需要修订后的第一参数以及第二参数做出成绩评估。
在本发明中,所述评估参数修正包括:对第一数组和/或及第三数组中的运动参数名称进行删减,同时相应的对第二数组和/或第四数组中的影响因子做出删减。当然还可以包括对仅对第二数组、第四数组中的影响因子做出大小的调整。
如表3及表4,表3是对第二数组以及第四数组中影响因子的大小做了调整。
表3
在表3中,对第二数组中的距离因子、海拔因子以及重量因子分别做了调整,调整后的数值分别是0.45、0.21、0.4。
表4
在表4中,对第二数组中的年龄因子、性别因子、血压因子、血氧因子分别做了调整,调整后的数值分别是1.1、2.0、1.25、0.69。
在本发明中,进行评估参数修正后的第一预估成绩的大小相对于前一条数据更加接近于实际健康运动结果,且进行评估参数修正后,之前的所有第一预估成绩采用新的第二数组以及第三数组计算后,均与实际健康运动结果相同或在允许的第一误差内,此时就可以录入下一条第一运动数据以及第一体征数据,完成下一个的成绩预估,如表5。
在表5中,第三数组没有进行删减,与表4中的内容以及数值完全相同,仅仅是对第二条数据中的第四数组进行了评估参数修正,修正后的第四数组为1.5、2.05、1.25、0.69、1.2,并利用该第四数组的影响因子对第一条数据记录重新计算后,得到重新计算的第一预估成绩为298.71,该数值更加接近于实际健康运动结果300,且小于预设的第一误差15%。而且对于第二条数据来说,计算获得的第一预估成绩为742.7相较于第一条记录第一次预估的第一预估成绩的误差率(325.56-300)/300=8.5%更小,为(750-742.7)/750=0.7%,所以这次评估参数修正达到了预期效果,可以进入下一条第一运动数据以及第一体征数据的录入。
表5
倘若,评估参数修正后,第一预估成绩与实际健康运动结果不相同或不在允许设定的第一误差内,而是超过允许的第一误差范围,则对第一参数以及第二参数继续进行评估参数修正,修正后的第一参数以及第二参数能够保证当前录入的第一运动数据、第一体征数据评估后的第一预估成绩与实际健康运动结果相同或者在允许的第一误差内。
步骤5:在获得多条所述第一预估成绩后,统计第一预估成绩与实际健康运动结果的准确度比例是否满足预设的所述预测准确度,若满足,则执行步骤6,若不满足,则进行第一参数以及第二参数的统计参数修正,之后依次重复执行所述步骤3及步骤4,直至所述第一预估成绩与实际健康运动结果的准确度比例满足预设的所述预测准确度。
在本发明中,所述第一预估成绩与所述实际健康运动结果比对时,设定评判为相同的第二误差;所述第二误差小于所述第一误差;所述第一预估成绩与所述实际健康运动结果处于允许的第二误差内,则判定为第一预估成绩评估准确,否则判定为第一预估成绩评估不准确。
对多条所述第一预估成绩统计后,判断多条所述第一预估成绩的准确率是否大于预设的所述预测准确度,若大于,则判定所述第一参数以及所述第二参数符合评估要求;若不大于,则判定所述第一参数及所述第二参数不符合评估要求,对所述第一参数及所述第二参数进行统计参数修正,并在修正后再次逐条录入多条第一运动数据及第一体征数据,重新判断所述第一评估成绩与实际健康运动结果的准确度是否大于所述预测准确度。
如下表6,表6为多条第一评估成绩的准确度评估表。
在本表格中,对前500条数据进行录入,并分别计算出了500条第一评估成绩中满足第二误差9%的数量,计算出误差在9%以内的数据数量占到了500条数据的准确率为92%。
在本实施方式中,当根据最新的第二数组以及第四数组中的影响因子对某一项运动评估后获得的第一评估成绩的准确率达到了9%以内,意味着第二数组以及第四数组达到了要求。若按照当前的第二数组及第四数组对第一数组中的参数、第二数组中的参数评估后的准确率预期也能够达到评估准确度在9%以内。
倘若此时,在统计时发现,所有达到了准确率的数据量没有达到9%则需要对第一数组及第三数组中的运动参数名称进行删减,和/或对第二数组、第四数组中的影响因子做出相应删减及对第二数组、第四数组中的影响因子做出大小的调整,直至第一评估成绩达到了9%为止。
步骤6:向统计参数修正后的运动体征综合模型输入待评估的第二运动数据,向所述成绩评估模型输入待评估的第二体征数据,并得到第二预估成绩。
在本实施方式中,可以预期的是在未参加运动之前,将检测的第一运动数据、第一体征数据分别录入运动体能综合模型和成绩评估模型后,预估后的第一预估成绩也能达到准确率在9%以内。
在本实施方式中,在生成不少于500条的第一预估数据的情况下,才判断所述第一预估成绩与所述实际健康运动结果的评估准确度;此时500条的数量可以是其他数值,但为了提高评估准确度,该数值应该更大,例如:2000。设定统计参数修订间隔,当重新生成的第一预估数据大于所述统计参数修订间隔时,在一次判断所述第一预估成绩与所述实际健康运动结果的准确度。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (10)
1.一种基于体征大数据的健康运动目标评估方法,其特征在于,包括以下步骤:
步骤1:建立含有多个第一参数的运动体能综合模型;
步骤2:以所述运动体能综合模型为输入建立含有多个第二参数的成绩评估模型;
步骤3:预设成绩评估模型的预测准确度,向所述运动体能综合模型逐条录入已有的第一运动数据,向所述成绩评估模型逐条录入已有的第一体征数据,并得到第一预估成绩;
步骤4:比对第一预估成绩与实际健康运动结果,进行第一参数以及第二参数的评估参数修正;
步骤5:在获得多条所述第一预估成绩后,统计第一预估成绩与实际健康运动结果的准确度比例是否满足预设的所述预测准确度,若满足,则执行步骤6,若不满足,则进行第一参数以及第二参数的统计参数修正,之后依次重复执行所述步骤3及步骤4,直至所述第一预估成绩与实际健康运动结果的准确度比例满足预设的所述预测准确度;
步骤6:向统计参数修正后的运动体征综合模型输入待评估的第二运动数据,向所述成绩评估模型输入待评估的第二体征数据,并得到第二预估成绩。
2.如权利要求1所述的基于体征大数据的健康运动目标评估方法,其特征在于,所述运动体能综合模型用于评估完成一项运动所需要的总耗能,所述第一参数包括第一数组以及第二数组,所述第一数组为影响运动耗能的运动参数名称,所述第一运动数据为第一数组所对应的具体数值,第二数组为所述第一数组中多个运动参数名称对所述运动体能综合模型评估的总耗能的影响因子;所述第一体征数据与所述第二数组通过第一评估算法计算后得到所述总耗能。
3.如权利要求2所述的基于体征大数据的健康运动目标评估方法,其特征在于,所述第一数组包括运动总距离、运动海拔差、运动总重量;所述第二数组初始化时预设初始值;所述第一评估算法包括计算所述第一运动数据与所述第二数组的期望值。
4.如权利要求2所述的基于体征大数据的健康运动目标评估方法,其特征在于,所述成绩评估模型根据所述运动体能综合模型的评估结果以及运动人员差异化的体征数据评估健康运动目标;所述第二参数包括第三数组及第四数组,所述第三数组为运动人员的多个体征数据名称,所述第一体征数据为所述第三数组所对应的具体数值,所述第四数组为所述第三数组中多个所述第一体征数据对评估的健康运动目标的影响因子;所述总耗能在所述第一体征数据、第四数组的作用下通过第二评估算法计算后得到所述第一预估成绩。
5.如权利要求4所述的基于体征大数据的健康运动目标评估方法,其特征在于,所述第三数组包括运动人员的年龄、性别、血压、血氧、心率以及单位肺活量中的至少一种;所述第四数组在初始化时预设初始值;所述第二评估算法包括计算所述第一体征数据与所述第四数组的期望值,并与所述总耗能做运算。
6.如权利要求4所述的基于体征大数据的健康运动目标评估方法,其特征在于,所述步骤4包括:比对第一预估成绩与实际健康运动结果是否相同或是否在允许设定的第一误差内;若相同或在允许的第一误差范围内,则执行步骤3,即录入下一条第一运动数据并评估第一预估成绩;若不同或超过允许的第一误差范围,则对第一参数以及第二参数继续进行评估参数修正,修正后的第一参数以及第二参数能够保证当前录入的第一运动数据、第一体征数据评估后的第一预估成绩与实际健康运动结果相同或者在允许的第一误差内。
7.如权利要求6所述的基于体征大数据的健康运动目标评估方法,其特征在于,在步骤5中,所述第一预估成绩与所述实际健康运动结果比对时,设定评判为相同的第二误差;所述第二误差小于所述第一误差;所述第一预估成绩与所述实际健康运动结果处于允许的第二误差内,则判定为第一预估成绩评估准确,否则判定为第一预估成绩评估不准确;
对多条所述第一预估成绩统计后,判断多条所述第一预估成绩的准确率是否大于预设的所述预测准确度,若大于,则判定所述第一参数以及所述第二参数符合评估要求;若不大于,则判定所述第一参数及所述第二参数不符合评估要求,对所述第一参数及所述第二参数进行统计参数修正,并在修正后再次逐条录入多条第一运动数据及第一体征数据,重新判断所述第一评估成绩与实际健康运动结果的准确度是否大于所述预测准确度。
8.如权利要求7所述的基于体征大数据的健康运动目标评估方法,其特征在于,在生成不少于500条的第一预估数据的情况下,才判断所述第一预估成绩与所述实际健康运动结果的评估准确度;设定统计参数修订间隔,当重新生成的第一预估数据大于所述统计参数修订间隔时,在一次判断所述第一预估成绩与所述实际健康运动结果的准确度。
9.如权利要求2所述的基于体征大数据的健康运动目标评估方法,其特征在于,所述评估参数修正包括:对第一数组及第三数组中的运动参数名称进行删减,和/或对第二数组、第四数组中的影响因子做出相应删减及对第二数组、第四数组中的影响因子做出大小的调整。
10.如权利要求2所述的基于体征大数据的健康运动目标评估方法,其特征在于,所述统计参数修正包括:对第一数组及第三数组中的运动参数名称进行删减,和/或对第二数组、第四数组中的影响因子做出相应删减及对第二数组、第四数组中的影响因子做出大小的调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810026628.7A CN108091381A (zh) | 2018-01-11 | 2018-01-11 | 一种基于体征大数据的健康运动目标评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810026628.7A CN108091381A (zh) | 2018-01-11 | 2018-01-11 | 一种基于体征大数据的健康运动目标评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108091381A true CN108091381A (zh) | 2018-05-29 |
Family
ID=62182058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810026628.7A Pending CN108091381A (zh) | 2018-01-11 | 2018-01-11 | 一种基于体征大数据的健康运动目标评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108091381A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108970085A (zh) * | 2018-07-03 | 2018-12-11 | 上海翰临电子科技有限公司 | 运动体能分析方法、设备及存储介质 |
CN109993371A (zh) * | 2019-04-10 | 2019-07-09 | 跑哪儿科技(成都)有限公司 | 预测赛道人流分布情况的方法、装置、系统及存储介质 |
CN115068920A (zh) * | 2022-07-12 | 2022-09-20 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 运动训练方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101918950A (zh) * | 2007-12-07 | 2010-12-15 | 耐克国际有限公司 | 心血管英里 |
CN104083174A (zh) * | 2014-05-23 | 2014-10-08 | 奥美之路(北京)技术顾问有限公司 | 运动能力评估模型 |
CN104200076A (zh) * | 2014-08-19 | 2014-12-10 | 钟亚平 | 一种运动员运动损伤风险预警方法 |
CN107157456A (zh) * | 2016-03-08 | 2017-09-15 | 博晶医电股份有限公司 | 估算最大耗氧量和下次总运动时间的方法 |
-
2018
- 2018-01-11 CN CN201810026628.7A patent/CN108091381A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101918950A (zh) * | 2007-12-07 | 2010-12-15 | 耐克国际有限公司 | 心血管英里 |
CN104083174A (zh) * | 2014-05-23 | 2014-10-08 | 奥美之路(北京)技术顾问有限公司 | 运动能力评估模型 |
CN104200076A (zh) * | 2014-08-19 | 2014-12-10 | 钟亚平 | 一种运动员运动损伤风险预警方法 |
CN107157456A (zh) * | 2016-03-08 | 2017-09-15 | 博晶医电股份有限公司 | 估算最大耗氧量和下次总运动时间的方法 |
Non-Patent Citations (2)
Title |
---|
ZHANG BING,ZHANG SHENG,LU GUANG: ""Evaluation model research of 100 meters sprint exercise capacity based on fuzzy neural network"", 《JOURNAL OF CHEMICAL AND PHARMACEUTICAL RESEARCH》 * |
李东: ""基于个体的健身测评系统研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108970085A (zh) * | 2018-07-03 | 2018-12-11 | 上海翰临电子科技有限公司 | 运动体能分析方法、设备及存储介质 |
CN109993371A (zh) * | 2019-04-10 | 2019-07-09 | 跑哪儿科技(成都)有限公司 | 预测赛道人流分布情况的方法、装置、系统及存储介质 |
CN115068920A (zh) * | 2022-07-12 | 2022-09-20 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 运动训练方法、装置、设备及存储介质 |
CN115068920B (zh) * | 2022-07-12 | 2023-08-11 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 运动训练方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10856794B2 (en) | Method and system for determining the fitness index of a person | |
US9526430B2 (en) | Method and system to estimate day-long calorie expenditure based on posture | |
CN108091381A (zh) | 一种基于体征大数据的健康运动目标评估方法 | |
US10918908B2 (en) | Method, an apparatus and a software product for providing a training program | |
CN104937376A (zh) | 计步器装置中基于频率的跨步长度修正的系统和方法 | |
Poliszczuk et al. | Changes in somatic parameters and dynamic balance in female rhythmic gymnasts over a space of two years | |
CN108905170A (zh) | 一种基于心肺耐力等级和rpe反馈的有效运动评测方法及实现该方法的装置 | |
US20230355135A1 (en) | Intelligent gait analyzing apparatus | |
EP3987530A1 (en) | Fitness score using heart rate recovery data | |
US11276488B2 (en) | System and method for functional state and / or performance assessment and training program adjustment | |
CN113066556A (zh) | 基于不同体能表现水平的运动指导方法 | |
Papić et al. | Expert system for identification of sport talents: Idea, implementation and results | |
US10542933B2 (en) | Exercise test evaluation system, exercise test evaluation apparatus, exercise test evaluation method, and non-transitory computer readable recording medium | |
CN203812062U (zh) | 一种智能的家庭健身管理系统 | |
US11890507B2 (en) | System and method for providing functionality to race other athletes asynchronously | |
Scott et al. | Development and validation of a PACER prediction equation for VO2peak in 10-to 15-year-old youth | |
US20230165537A1 (en) | Method and system for predicting a vo2max measurement | |
EP4106624B1 (en) | A method and system for determining exercise parameters including aerobic endurance based on heart rate curve analysis | |
CN115565639A (zh) | 一种锻炼心率的预测方法、装置以及设备 | |
TWI555505B (zh) | 利用心率回復率量測體能狀態的方法與裝置 | |
CN111986774A (zh) | 一种基于数据分析的运动处方生成及监控指导系统 | |
KR20140004389A (ko) | 혈당치 예측 방법, 이를 적용한 혈당치 예측 장치 그리고 이를 구비하는 유산소 운동 기기 | |
CN112884225A (zh) | 体测成绩预测方法、装置、电子设备和存储介质 | |
TWI247618B (en) | System and method for controlling an exercise apparatus | |
Przednowek et al. | Estimation of VO 2 max based on 20 m shuttle run test using statistical learning methods: An example of male physical education students |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180529 |