CN108600361A - 一种体育活动监测方法及系统 - Google Patents

一种体育活动监测方法及系统 Download PDF

Info

Publication number
CN108600361A
CN108600361A CN201810350207.XA CN201810350207A CN108600361A CN 108600361 A CN108600361 A CN 108600361A CN 201810350207 A CN201810350207 A CN 201810350207A CN 108600361 A CN108600361 A CN 108600361A
Authority
CN
China
Prior art keywords
module
value
data
node
trust
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.)
Granted
Application number
CN201810350207.XA
Other languages
English (en)
Other versions
CN108600361B (zh
Inventor
梁辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pingdingshan University
Original Assignee
Pingdingshan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Pingdingshan University filed Critical Pingdingshan University
Priority to CN201810350207.XA priority Critical patent/CN108600361B/zh
Publication of CN108600361A publication Critical patent/CN108600361A/zh
Application granted granted Critical
Publication of CN108600361B publication Critical patent/CN108600361B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A63B2024/0009—Computerised real time comparison with previous movements or motion sequences of the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • A63B2071/0625—Emitting sound, noise or music
    • A63B2071/063—Spoken or verbal instructions
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/805—Optical or opto-electronic sensors
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • A63B2230/06—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations heartbeat rate only

Landscapes

  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明属于体育监测技术领域，公开了一种体育活动监测方法及系统，设置有信息读取模块，所述信息读取模块通过导线与运动数据获取模块链接，运动数据获取模块通过导线与智能检测模块链接，所述智能检测模块通过导线与人体特征检测模块以及异常提醒模块链接，数据分析模块通过导线与数据汇总模块链接，数据汇总模块通过导线与计划制定模块以及语音模块链接。本发明中及时的监测运动者的呼吸心率等人体特征，以免大量运动或者运功不当所产生的伤害，一旦不和普通人的体征，异常提醒模块会给予提醒，另外计划制定模块还可以给他们容易地与过去的运动表现进行比较，制定改善未来体育运动的计划。

Description

一种体育活动监测方法及系统
技术领域
本发明属于体育监测技术领域，尤其涉及一种体育活动监测方法及系统。
背景技术
目前，体育活动对于保持健康的生活方式是重要的，并且是很多人的娱乐的源头。有些个体喜欢参加团体体育活动，例如足球或篮球，而其他个体更喜欢参加个体体育活动，例如跑步或滑雪。不管所述活动是团体活动还是个体活动，常见的是人们均参加诸如足球赛或者赛跑比赛的竞技性赛事，以及诸如进行足球训练或者间歇跑冲刺等更多的非正式的培训课程。
许多现有的健身监测设备不是便携的，因此不适合在许多真实世界的竞技或者培训赛事中提供监测。即使是便携式的，但由于往往过重，或者缺乏足够的电池或处理能力，以至于不能在严格的竞争或训练条件下长时间使用。此外，尽管一些现有的健身监测设备能够进行相对简单的表现测定，诸如个体在活动中的当前心率或总步数，但通常不能进行更先进的测定或者精度不准确。最后，通过现有设备提供给个体的表现反馈往往不能提供快速、准确、深刻的信息，使他们能够容易地与过去的表现进行比较，制定改善未来表现的战略，可视化表现，或选择新的培训方案或体育设备。
因此，需要一种具有改进的性能的新的体育活动监测方法和系统，从而为参加体育活动的个体提供评估其活动的更好的工具。
综上所述，现有技术存在的问题是：不能清晰、准确、及时反映出运动者的体育成绩，不能把握运动者的运动体能，不能够对运动者的体育成绩做出建议与规划。
发明内容
针对现有技术存在的问题，本发明提供了一种体育活动监测方法及系统。
本发明是这样实现的，一种体育活动监测方法及系统，设置有：
信息读取模块；
所述信息读取模块通过导线与运动数据获取模块链接，运动数据获取模块通过导线与智能检测模块链接，所述智能检测模块通过导线与人体特征检测模块以及异常提醒模块链接，数据分析模块通过导线与数据汇总模块链接，数据汇总模块通过导线与计划制定模块以及语音模块链接；
所述数据分析模块的传感器节点需要对收集的数据进行预处理，然后再向簇首节点传输数据；采用格拉布斯预准则对传感器节点所采集到的数据进行预处理假设某个簇首节点含有n个传感器节点，传感器节点收集到的数据为 x1,x2,…,xn，服从正态分布，并设：
根据顺序统计原理，计算格拉布斯统计量：
给定显著性水平α＝0.05之后，测量值满足gi≤g0(n,α)，则认为测量值有效，测量值参与到下一层次的数据聚合；反之，则认为测量值无效，因此需要剔除，即不参与到下一层次的数据聚合；
所述智能检测模块安全数据检索方法包括以下步骤：
步骤一，传感器Si完成一个周期的数据采集，采集的数据为(i，t，{d1， d2，…，dn})，其中i为传感器号，t为周期号；Si首先采用AES对数据{d1，d2，…， dn}进行加密，生成加密数据{(d1)K，(d2)K，…，(dn)K}，其中K为数据加密密钥；
步骤二，Si为每一个数据构建一个不可区分布鲁姆过滤器，且每一个不可区分布鲁姆过滤器分配一个唯一的ID号，对数据dj，Si构建一个分配ID号为ij的不可区分布鲁姆过滤器Bij；
步骤三，Si将加密数据、对应的不可区分布鲁姆过滤器以及其ID号上传到存储节点，上传的数据形式为：{(i1，Bi1，(d1)K)，(i2，Bi2(d2)K)，…，(in，Bin，(dn)K)}；
所述运动数据获取模块得到的数据建立时间序列，通过三次指数平滑法来预测节点间下一个时间片的交互次数，将交互次数预测值与实际值的相对误差作为节点的直接信任值；直接信任值的具体计算步骤为：采集网络观测节点i 与节点j之间的n个时间片的交互次数：选取一定时间间隔t作为一个观测时间片，以观测节点i和被测节点j在1个时间片内的交互次数作为观测指标，真实交互次数，记作yt，依次记录n个时间片的yn，并将其保存在节点i的通信记录表中；预测第n+1个时间片的交互次数：根据采集到的n个时间片的交互次数建立时间序列，采用三次指数平滑法预测下一个时间片n+1内节点i和j之间的交互次数，预测交互次数，记作计算公式如下：预测系数 an、bn、cn的取值可由如下公式计算得到： 其中： 分别是一次、二次、三次指数平滑数，由如下公式计算得到： 是三次指数平滑法的初始值，其取值为α是平滑系数 (0＜α＜1)，体现信任的时间衰减特性，即离预测值越近的时间片的yt权重越大，离预测值越远的时间片的yt权重越小；如果数据波动较大，且长期趋势变化幅度较大，呈现明显迅速的上升或下降趋势时α应取较大值0.6～0.8，增加近期数据对预测结果的影响；当数据有波动，但长期趋势变化不大时，α可在0.1～0.4 之间取值；如果数据波动平稳，α应取较小值0.05～0.20；计算直接信任值：节点j的直接信任值TDij为预测交互次数和真实交互次数yn+1的相对误差，采用多路径信任推荐方式而得到的计算式计算间接信任值；收集可信节点对节点j的直接信任值：节点i向所有满足TDik≤φ的可信关联节点询问其对节点j的直接信任值，其中φ为推荐节点的可信度阈值，根据可信度的要求精度，φ的取值范围为0～0.4；计算间接信任值：综合计算所收集到的信任值，得到节点j的间接信任值TRij，其中，Set(i)为观测节点i的关联节点中与j节点有过交互且其直接信任值满足TDik≤φ的节点集合；由直接信任值和间接信任值整合计算得出综合信任值；综合信任值(Tij)的计算公式如下：Tij＝βTDij+(1-β)TRij，其中β(0≤β≤1)表示直接信任值的权重，当β＝0时，节点i和节点j没有直接交互关系，综合信任值的计算直接来自于间接信任值，判断较客观；当β＝1时，节点i对节点j的综合信任值全部来自于直接信任值，在这种情况下，判断较为主观，实际计算根据需要确定β的取值；由直接信任值判断和验证用户权限。
进一步所述信息读取模块可以插房运动者的身体素质卡，可以详细的掌握运动者的基本身体素质。
进一步所述运动数据获取模块以及智能检测模块中有红外线感应器，能够清晰地测试出运动者的运动成绩。
进一步所述人体特征检测模块以及异常提醒模块内有呼吸心率检测仪，可以持续掌握运动者运动过程中的心跳呼吸等。
进一步所述计划制定模块可以给他们容易地与过去的运动表现进行比较，制定改善未来体育运动的计划。
本发明的优点及积极效果为：本发明中的信息读取模块可以详细的掌握运动者的基本身体素质，给予运动者制定合适的运动量度，智能检测模块以及运动数据获取模块能进行更先进的测定，解决精度不准确的问题。此外人体特征检测模块可以及时的监测运动者的呼吸心率等人体特征，以免大量运动或者运功不当所产生的伤害，一旦不和普通人的体征，异常提醒模块会给予提醒，另外计划制定模块还可以给他们容易地与过去的运动表现进行比较，制定改善未来体育运动的计划。
附图说明
图1是本发明实施例提供的体育活动监测方法及系统结构示意图。
图中：1、信息读取模块；2、运动数据获取模块；3、智能检测模块；4、数据分析模块；5、人体特征监测模块；6、异常提醒模块；7、数据汇总模块； 8、计划制定模块；9、语音模块。
具体实施方式
为能进一步了解本发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明实施例提供的体育活动监测系统具体包括：信息读取模块1、运动数据获取模块2、智能检测模块3、数据分析模块4、人体特征监测模块5、异常提醒模块6、数据汇总模块7、计划制定模块8、语音模块9。
所述信息读取模块1通过导线与运动数据获取模块2链接，运动数据获取模块2通过导线与智能检测模块3链接，所述智能检测模块3通过导线与人体特征检测模块5以及异常提醒模块6链接，数据分析模块4通过导线与数据汇总模块7链接，数据汇总模块7通过导线与计划制定模块8以及语音模块9链接。
所述数据分析模块的传感器节点需要对收集的数据进行预处理，然后再向簇首节点传输数据；采用格拉布斯预准则对传感器节点所采集到的数据进行预处理假设某个簇首节点含有n个传感器节点，传感器节点收集到的数据为 x1,x2,…,xn，服从正态分布，并设：
根据顺序统计原理，计算格拉布斯统计量：
给定显著性水平α＝0.05之后，测量值满足gi≤g0(n,α)，则认为测量值有效，测量值参与到下一层次的数据聚合；反之，则认为测量值无效，因此需要剔除，即不参与到下一层次的数据聚合；
所述智能检测模块安全数据检索方法包括以下步骤：
步骤一，传感器Si完成一个周期的数据采集，采集的数据为(i，t，{d1， d2，…，dn})，其中i为传感器号，t为周期号；Si首先采用AES对数据{d1，d2，…， dn}进行加密，生成加密数据{(d1)K，(d2)K，…，(dn)K}，其中K为数据加密密钥；
步骤二，Si为每一个数据构建一个不可区分布鲁姆过滤器，且每一个不可区分布鲁姆过滤器分配一个唯一的ID号，对数据dj，Si构建一个分配ID号为ij的不可区分布鲁姆过滤器Bij；
步骤三，Si将加密数据、对应的不可区分布鲁姆过滤器以及其ID号上传到存储节点，上传的数据形式为：{(i1，Bi1，(d1)K)，(i2，Bi2(d2)K)，…，(in， Bin，(dn)K)}；
所述运动数据获取模块得到的数据建立时间序列，通过三次指数平滑法来预测节点间下一个时间片的交互次数，将交互次数预测值与实际值的相对误差作为节点的直接信任值；直接信任值的具体计算步骤为：采集网络观测节点i 与节点j之间的n个时间片的交互次数：选取一定时间间隔t作为一个观测时间片，以观测节点i和被测节点j在1个时间片内的交互次数作为观测指标，真实交互次数，记作yt，依次记录n个时间片的yn，并将其保存在节点i的通信记录表中；预测第n+1个时间片的交互次数：根据采集到的n个时间片的交互次数建立时间序列，采用三次指数平滑法预测下一个时间片n+1内节点i和j之间的交互次数，预测交互次数，记作计算公式如下：预测系数an、bn、cn的取值可由如下公式计算得到： 其中： 分别是一次、二次、三次指数平滑数，由如下公式计算得到： 是三次指数平滑法的初始值，其取值为α是平滑系数 (0＜α＜1)，体现信任的时间衰减特性，即离预测值越近的时间片的yt权重越大，离预测值越远的时间片的yt权重越小；如果数据波动较大，且长期趋势变化幅度较大，呈现明显迅速的上升或下降趋势时α应取较大值0.6～0.8，增加近期数据对预测结果的影响；当数据有波动，但长期趋势变化不大时，α可在0.1～0.4 之间取值；如果数据波动平稳，α应取较小值0.05～0.20；计算直接信任值：节点j的直接信任值TDij为预测交互次数和真实交互次数yn+1的相对误差，采用多路径信任推荐方式而得到的计算式计算间接信任值；收集可信节点对节点j的直接信任值：节点i向所有满足TDik≤φ的可信关联节点询问其对节点j的直接信任值，其中φ为推荐节点的可信度阈值，根据可信度的要求精度，φ的取值范围为0～0.4；计算间接信任值：综合计算所收集到的信任值，得到节点j的间接信任值TRij，其中，Set(i)为观测节点i的关联节点中与j节点有过交互且其直接信任值满足TDik≤φ的节点集合；由直接信任值和间接信任值整合计算得出综合信任值；综合信任值(Tij)的计算公式如下：Tij＝βTDij+(1-β)TRij，其中β(0≤β≤1)表示直接信任值的权重，当β＝0时，节点i和节点j没有直接交互关系，综合信任值的计算直接来自于间接信任值，判断较客观；当β＝1时，节点i对节点j的综合信任值全部来自于直接信任值，在这种情况下，判断较为主观，实际计算根据需要确定β的取值；由直接信任值判断和验证用户权限。
本实发明的工作原理：信息读取模块1可以插房运动者的身体素质卡，可以详细的掌握运动者的基本身体素质，运动数据获取模块2以及智能检测模块3 中有红外线感应器，能够清晰地测试出运动者的运动成绩，而人体特征检测模块5以及异常提醒模块6内有呼吸心率检测仪，可以持续掌握运动者运动过程中的心跳呼吸等，最后计划制定模块8可以给他们容易地与过去的运动表现进行比较，制定改善未来体育运动的计划，通过语音模块9汇报成绩及计划建议。
本发明中的信息读取模块可以详细的掌握运动者的基本身体素质，给予运动者制定合适的运动量度，智能检测模块以及运动数据获取模块能进行更先进的测定，解决精度不准确的问题。此外人体特征检测模块可以及时的监测运动者的呼吸心率等人体特征，以免大量运动或者运功不当所产生的伤害，一旦不和普通人的体征，异常提醒模块会给予提醒，另外计划制定模块还可以给他们容易地与过去的运动表现进行比较，制定改善未来体育运动的计划。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明术方案的范围内。

Claims (6)

1.一种体育活动监测系统，其特征在于，所述体育活动监测系统，设置有：
信息读取模块；
所述信息读取模块通过导线与运动数据获取模块链接，运动数据获取模块通过导线与智能检测模块链接，所述智能检测模块通过导线与人体特征检测模块以及异常提醒模块链接，数据分析模块通过导线与数据汇总模块链接，数据汇总模块通过导线与计划制定模块以及语音模块链接；
所述数据分析模块的传感器节点需要对收集的数据进行预处理，然后再向簇首节点传输数据；采用格拉布斯预准则对传感器节点所采集到的数据进行预处理假设某个簇首节点含有n个传感器节点，传感器节点收集到的数据为x1,x2,…,xn，服从正态分布，并设：
vi＝xi-x0，
根据顺序统计原理，计算格拉布斯统计量：
给定显著性水平α＝0.05之后，测量值满足gi≤g0(n,α)，则认为测量值有效，测量值参与到下一层次的数据聚合；反之，则认为测量值无效，因此需要剔除，即不参与到下一层次的数据聚合；
所述智能检测模块安全数据检索方法包括以下步骤：
步骤一，传感器Si完成一个周期的数据采集，采集的数据为(i，t，{d1，d2，…，dn})，其中i为传感器号，t为周期号；Si首先采用AES对数据{d1，d2，…，dn}进行加密，生成加密数据{(d1)K，(d2)K，…，(dn)K}，其中K为数据加密密钥；
步骤二，Si为每一个数据构建一个不可区分布鲁姆过滤器，且每一个不可区分布鲁姆过滤器分配一个唯一的ID号，对数据dj，Si构建一个分配ID号为ij的不可区分布鲁姆过滤器Bij；
步骤三，Si将加密数据、对应的不可区分布鲁姆过滤器以及其ID号上传到存储节点，上传的数据形式为：{(i1，Bi1，(d1)K)，(i2，Bi2(d2)K)，…，(in，Bin，(dn)K)}；
所述运动数据获取模块得到的数据建立时间序列，通过三次指数平滑法来预测节点间下一个时间片的交互次数，将交互次数预测值与实际值的相对误差作为节点的直接信任值；直接信任值的具体计算步骤为：采集网络观测节点i与节点j之间的n个时间片的交互次数：选取一定时间间隔t作为一个观测时间片，以观测节点i和被测节点j在1个时间片内的交互次数作为观测指标，真实交互次数，记作yt，依次记录n个时间片的yn，并将其保存在节点i的通信记录表中；预测第n+1个时间片的交互次数：根据采集到的n个时间片的交互次数建立时间序列，采用三次指数平滑法预测下一个时间片n+1内节点i和j之间的交互次数，预测交互次数，记作计算公式如下：预测系数an、bn、cn的取值可由如下公式计算得到： 其中： 分别是一次、二次、三次指数平滑数，由如下公式计算得到： 是三次指数平滑法的初始值，其取值为α是平滑系数(0＜α＜1)，体现信任的时间衰减特性，即离预测值越近的时间片的yt权重越大，离预测值越远的时间片的yt权重越小；如果数据波动较大，且长期趋势变化幅度较大，呈现明显迅速的上升或下降趋势时α应取较大值0.6～0.8，增加近期数据对预测结果的影响；当数据有波动，但长期趋势变化不大时，α可在0.1～0.4之间取值；如果数据波动平稳，α应取较小值0.05～0.20；计算直接信任值：节点j的直接信任值TDij为预测交互次数和真实交互次数yn+1的相对误差，采用多路径信任推荐方式而得到的计算式计算间接信任值；收集可信节点对节点j的直接信任值：节点i向所有满足TDik≤φ的可信关联节点询问其对节点j的直接信任值，其中φ为推荐节点的可信度阈值，根据可信度的要求精度，φ的取值范围为0～0.4；计算间接信任值：综合计算所收集到的信任值，得到节点j的间接信任值TRij，其中，Set(i)为观测节点i的关联节点中与j节点有过交互且其直接信任值满足TDik≤φ的节点集合；由直接信任值和间接信任值整合计算得出综合信任值；综合信任值(Tij)的计算公式如下：Tij＝βTDij+(1-β)TRij，其中β(0≤β≤1)表示直接信任值的权重，当β＝0时，节点i和节点j没有直接交互关系，综合信任值的计算直接来自于间接信任值，判断较客观；当β＝1时，节点i对节点j的综合信任值全部来自于直接信任值，在这种情况下，判断较为主观，实际计算根据需要确定β的取值；由直接信任值判断和验证用户权限。
2.如权利要求1所述的体育活动监测系统，其特征在于，所述信息读取模块插房运动者的身体素质卡，详细的掌握运动者的基本身体素质。
3.如权利要求1所述的体育活动监测系统，其特征在于，所述运动数据获取模块以及智能检测模块中有红外线感应器，测试出运动者的运动成绩。
4.如权利要求1所述的体育活动监测系统，其特征在于，所述人体特征检测模块以及异常提醒模块内有呼吸心率检测仪，持续掌握运动者运动过程中的心跳呼吸。
5.如权利要求1所述的体育活动监测系统，所述计划制定模块与过去的运动表现进行比较，制定改善未来体育运动的计划。
6.一种如权利要求1所述体育活动监测系统的体育活动监测方法，其特征在于，所述体育活动监测方法包括：信息读取模块插房运动者的身体素质卡，详细的掌握运动者的基本身体素质，运动数据获取模块以及智能检测模块中有红外线感应器，能够清晰地测试出运动者的运动成绩，而人体特征检测模块以及异常提醒模块内有呼吸心率检测仪，可以持续掌握运动者运动过程中的心跳呼吸等，最后计划制定模块容易地与过去的运动表现进行比较，制定改善未来体育运动的计划，通过语音模块汇报成绩及计划建议。
CN201810350207.XA 2018-04-18 2018-04-18 一种体育活动监测方法及系统 Active CN108600361B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810350207.XA CN108600361B (zh) 2018-04-18 2018-04-18 一种体育活动监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810350207.XA CN108600361B (zh) 2018-04-18 2018-04-18 一种体育活动监测方法及系统

Publications (2)

Publication Number Publication Date
CN108600361A true CN108600361A (zh) 2018-09-28
CN108600361B CN108600361B (zh) 2020-12-18

Family

ID=63611174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810350207.XA Active CN108600361B (zh) 2018-04-18 2018-04-18 一种体育活动监测方法及系统

Country Status (1)

Country Link
CN (1) CN108600361B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709037A (zh) * 2020-06-16 2020-09-25 常州纺织服装职业技术学院 保障数据库安全的计算机系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101978374A (zh) * 2008-03-03 2011-02-16 耐克国际有限公司 交互式运动设备系统
CN106037738A (zh) * 2016-07-11 2016-10-26 中国人民解放军第三军医大学第三附属医院 可穿戴式体能训练评估系统及装置
CN106110629A (zh) * 2016-08-18 2016-11-16 广东新起点体育有限公司 一种智能训练管理系统及其管理方法
CN106422209A (zh) * 2016-10-13 2017-02-22 周口师范学院 一种体育活动监测系统
CN107096184A (zh) * 2017-06-01 2017-08-29 绥化学院 一种体能训练监测系统
CN107773966A (zh) * 2016-08-31 2018-03-09 郑州动量科技有限公司 一种运动综合监控系统及其方法
WO2018055635A1 (en) * 2016-09-22 2018-03-29 Daga Gagan A system and method to analyze and improve sports performance using monitoring devices

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101978374A (zh) * 2008-03-03 2011-02-16 耐克国际有限公司 交互式运动设备系统
CN106037738A (zh) * 2016-07-11 2016-10-26 中国人民解放军第三军医大学第三附属医院 可穿戴式体能训练评估系统及装置
CN106110629A (zh) * 2016-08-18 2016-11-16 广东新起点体育有限公司 一种智能训练管理系统及其管理方法
CN107773966A (zh) * 2016-08-31 2018-03-09 郑州动量科技有限公司 一种运动综合监控系统及其方法
WO2018055635A1 (en) * 2016-09-22 2018-03-29 Daga Gagan A system and method to analyze and improve sports performance using monitoring devices
CN106422209A (zh) * 2016-10-13 2017-02-22 周口师范学院 一种体育活动监测系统
CN107096184A (zh) * 2017-06-01 2017-08-29 绥化学院 一种体能训练监测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张小军: ""体育运动员运动训练中科学监控系统的研究与实践"", 《电子测试》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709037A (zh) * 2020-06-16 2020-09-25 常州纺织服装职业技术学院 保障数据库安全的计算机系统

Also Published As

Publication number Publication date
CN108600361B (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
Fox et al. A review of player monitoring approaches in basketball: current trends and future directions
Bassett Jr Validity and reliability issues in objective monitoring of physical activity
Roetert et al. Fitness comparisons among three different levels of elite tennis players
CN104424537A (zh) 健身管理服务方法及相关系统
CN105963956A (zh) 全人群智能健身系统
CN106295805A (zh) 基于bp神经网络的人体最大摄氧量评价方法及其应用
Wendler A critical analysis of test elements used in physical education
US20100070453A1 (en) Sensory Testing Data Analysis By Categories
Blanchfield et al. Developing predictive athletic performance models for informative training regimens
Johansen et al. Combining video and player telemetry for evidence-based decisions in soccer
CN108600361A (zh) 一种体育活动监测方法及系统
Li et al. [Retracted] Modeling and Analysis of Football Players’ Specific Physical Ability Based on Training Evaluation Index
CN107485842A (zh) 一种体育活动监测方法及系统
CN107569853A (zh) 基于单一体感游戏的心肺耐力评估方法和系统
CN110477897B (zh) 一种体能测试方法及系统
Fan The physical health evaluation of adolescent students based on big data
Liu et al. Training Load Prediction in Physical Education Teaching Based on BP Neural Network Model
Dong et al. [Retracted] Application of Motion Effect Evaluation Algorithm Based on Random Forest
Sun et al. Real Time Monitoring Method of Exercise Load in Dance Training Course Based on Intelligent Device
Brown et al. Detecting repetitions and time features in resistance training using triaxial accelerometry
Kumar et al. Quantitative analysis of athlete performance in artistic skating using IMU, and machine learning algorithms
Stackpool et al. Are activity trackers accurate
Schack et al. Mental representation and learning
Peng Design and implementation of sport training management information system for high education sports team
Chen et al. [Retracted] Sports Analysis and Action Optimization in Physical Education Teaching Practice Based on Internet of Things Sensor Perception

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
GR01 Patent grant
GR01 Patent grant