CN109243573A - 一种综合体育教育锻炼设备 - Google Patents
一种综合体育教育锻炼设备 Download PDFInfo
- Publication number
- CN109243573A CN109243573A CN201811332234.0A CN201811332234A CN109243573A CN 109243573 A CN109243573 A CN 109243573A CN 201811332234 A CN201811332234 A CN 201811332234A CN 109243573 A CN109243573 A CN 109243573A
- Authority
- CN
- China
- Prior art keywords
- module
- exercise
- heart rate
- load
- education
- 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.)
- Withdrawn
Links
- 238000012549 training Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 230000006399 behavior Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 210000000707 wrist Anatomy 0.000 claims description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 2
- 240000002853 Nelumbo nucifera Species 0.000 claims description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 2
- 230000001186 cumulative effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000002035 prolonged effect Effects 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- 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
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- 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
- A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
Landscapes
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Educational Technology (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于体育教育技术领域,公开了一种综合体育教育锻炼设备,所述综合体育教育锻炼设备包括:注册登录模块、设置模块、操作模块、中央控制模块、在线教育模块、锻炼模块、负荷评估模块、大数据处理模块、显示模块。本发明通过负荷评估模块实现对学生长时间的体育锻炼运动负荷准确的、个体化的监控,进而准确掌握每名学生一定周期内、一定群体学生完成的锻炼活动的质量;同时,通过大数据处理模块根据学习者的学习行为数据,在网络云服务器中筛选体育教育数据,然后通过聚类算法,对体育教育数据进行分类,最后统一格式进行输出,能够使挖掘的体育教育资源数据贴合学习者,具有高度的资源收集的准确性。
Description
技术领域
本发明属于体育教育技术领域,尤其涉及一种综合体育教育锻炼设备。
背景技术
体育教学的对象是学生,体育教学效果要在学生身上体现出来。学生具有很强的可塑性,体育教学的每一个构思和步骤,将直接影响学生成长。一个对的教学效果在学生身上的体现,不仅是外在肌肉的力量和肌肉线条的流畅,骨骼的完善发育,内脏器官的健全,而且也包括整体的匀称、协调发展,并且是按照生长发育的先后有序而全面地发展;体育的教育功能是通过体育对人的身心的促进与发展,来促进教育目的的实现而体现出来的。即便在奥林匹克运动中,体育仍然被认为是一种教育方式,即在道德范围和公平竞争的原则下促进人身心健康发展。体育的教育功能主要体现在:体育运动可以促进良好生活习惯的形成;通过提供社会规范教育、社会角色尝试来促进人的社会化;通过促成个性形成、约束个性发展和养成进取精神来发挥体育在促成个性形成和发展中的作用。然而,现有综合体育教育锻炼设备不能对学员锻炼负荷准确的监控,导致锻炼过度,损伤身体;同时,现有教育锻炼视频繁多、锻炼技术参差不齐,不能及时获取准确的锻炼教育资源,影响科学锻炼。
综上所述,现有技术存在的问题是:现有综合体育教育锻炼设备不能对学员锻炼负荷准确的监控,导致锻炼过度,损伤身体;同时,现有教育锻炼视频繁多、锻炼技术参差不齐,不能及时获取准确的锻炼教育资源,影响科学锻炼。
发明内容
针对现有技术存在的问题,本发明提供了一种综合体育教育锻炼设备。
本发明是这样实现的,一种综合体育教育锻炼设备包括:
注册登录模块、设置模块、操作模块、中央控制模块、在线教育模块、锻炼模块、负荷评估模块、大数据处理模块、显示模块;
注册登录模块,与中央控制模块连接,用于通过注册程序注册用户账号并登陆;
设置模块,与中央控制模块连接,用于根据实际情况设置未来一段时间体育锻炼计划,所述未来一段时间体育锻炼计划包括体育锻炼时间、以及锻炼的运动量;
操作模块,与中央控制模块连接,用于通过操作按键对综合体育教育锻炼设备进行操作;
中央控制模块,与注册登录模块、设置模块、操作模块、在线教育模块、锻炼模块、负荷评估模块、大数据处理模块、显示模块连接,用于通过单片机控制各个模块正常工作;
在线教育模块,与中央控制模块连接,用于通过网络接口接入互联网进行在线体育教育;
锻炼模块,与中央控制模块连接,用于通过健身器材进行锻炼操作;
负荷评估模块,与中央控制模块连接,用于通过评估软件对学员的运动负荷进行评估;
大数据处理模块,与中央控制模块连接,用于通过网络云服务器集中大数据资源对体育教育资源进行处理;
显示模块,与中央控制模块连接,用于通过显示器显示体育教育网络视频内容。
进一步,所述负荷评估模块评估方法如下:
(1)对运动心率、运动时间采集、传输、分析及体育锻炼运动负荷评价;运动心率和时间利用腕带式心率表采集;
(2)所述的体育锻炼时间、心率反映了体育锻炼的运动负荷情况,体育锻炼的运动强度按照心率储备的百分比进行划分为低强度、中等强度、高强度和极高强度:低强度为0~40%心率储备,中等强度40~60%心率储备,高强度运动为60~85%心率储备,极高强度运动为大于85%心率储备各参数的计算方法为:
1)最大心率:HRmax=208-0.7×年龄;
2)安静心率:在清醒、不活动的安静状态下的心率;
3)靶心率=安静心率+(最大心率-安静心率)×心率储备百分比;
4)低强度、中等强度、高强度和极高强度对应的强度系数分别为1、2、3、4,将低强度、中等强度、高强度和极高强度体育锻炼的时间(分钟)乘以各自的强度系数,得出每种强度运动负荷,运动负荷的计算不计入低强度和极高强度的运动负荷,只计算中等强度和高强度运动负荷,运动负荷的计算公式为:
运动负荷=2*×T中+3*×T高
运动负荷中高为中高强度运动负荷,T中和T高分别为中等强度和高强度体育锻炼的累加时间(分钟)
5)每日中等强度和高强度体育锻炼各30分钟时的运动负荷值为150,对应为100分,每日中等强度和高强度体育锻炼各0分钟时的运动负荷值为0,对应为0分,将运动负荷值转换为百分制的数值,公式为:
运动负荷百分制分值=0.67*运动负荷
进一步,所述大数据处理模块处理方法如下:
1)、采集,整合系统外部学习者信息系统中的数据和系统内部学习者学习行为数据,并将这些数据存储至存储器;
2)、预测,建立一个能够从整合多个预测变量推断单一被预测变量的模式,通过对数据的处理和分析,对学习者未来的学习行为和学习结果进行预测;
3)、根据2)预测的学习者未来的学习行为和学习结果,在各网络云服务器中根据体育教育关键词筛选出体育教育数据;并采用k-means聚类算法或者基于层次的聚类分析算法,对筛选出的体育教育数据进行分类;
4),将所述筛选出的不同格式的体育教育数据转化为统一格式;将含有噪声数据、冗余的数据剔除,对缺省数据进行补充,同时对体育教育数据通过二进制数据编码进行标识;
5),根据学习者未来的学习行为和学习结果的具体特征值采用挖掘算法对体育教育数据进行处理,将挖掘出的体育教育数据附加上标识后导出。
本发明的优点及积极效果为:本发明通过负荷评估模块实现对学生长时间的体育锻炼运动负荷准确的、个体化的监控,进而准确掌握每名学生一定周期内、一定群体学生完成的锻炼活动的质量;促进学校体育工作发展,提高对体育锻炼的重视程度;同时,通过大数据处理模块根据学习者的学习行为数据,在网络云服务器中筛选体育教育数据,然后通过聚类算法,对体育教育数据进行分类,最后统一格式进行输出,能够使挖掘的体育教育资源数据贴合学习者,具有高度的资源收集的准确性。
附图说明
图1是本发明实施例提供的综合体育教育锻炼设备结构框图。
图中:1、注册登录模块;2、设置模块;3、操作模块;4、中央控制模块;5、在线教育模块;6、锻炼模块;7、负荷评估模块;8、大数据处理模块;9、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、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,本发明提供的综合体育教育锻炼设备包括:注册登录模块1、设置模块2、操作模块3、中央控制模块4、在线教育模块5、锻炼模块6、负荷评估模块7、大数据处理模块8、显示模块9。
注册登录模块1,与中央控制模块4连接,用于通过注册程序注册用户账号并登陆;
设置模块2,与中央控制模块4连接,用于根据实际情况设置未来一段时间体育锻炼计划,所述未来一段时间体育锻炼计划包括体育锻炼时间、以及锻炼的运动量;
操作模块3,与中央控制模块4连接,用于通过操作按键对综合体育教育锻炼设备进行操作;
中央控制模块4,与注册登录模块1、设置模块2、操作模块3、在线教育模块5、锻炼模块6、负荷评估模块7、大数据处理模块8、显示模块9连接,用于通过单片机控制各个模块正常工作;
在线教育模块5,与中央控制模块4连接,用于通过网络接口接入互联网进行在线体育教育;
锻炼模块6,与中央控制模块4连接,用于通过健身器材进行锻炼操作;
负荷评估模块7,与中央控制模块4连接,用于通过评估软件对学员的运动负荷进行评估;
大数据处理模块8,与中央控制模块4连接,用于通过网络云服务器集中大数据资源对体育教育资源进行处理;
显示模块9,与中央控制模块4连接,用于通过显示器显示体育教育网络视频内容。
本发明提供的负荷评估模块7评估方法如下:
(1)对运动心率、运动时间采集、传输、分析及体育锻炼运动负荷评价;运动心率和时间利用腕带式心率表采集;
(2)所述的体育锻炼时间、心率反映了体育锻炼的运动负荷情况,体育锻炼的运动强度按照心率储备的百分比进行划分为低强度、中等强度、高强度和极高强度:低强度为0~40%心率储备,中等强度40~60%心率储备,高强度运动为60~85%心率储备,极高强度运动为大于85%心率储备各参数的计算方法为:
1)最大心率:HRmax=208-0.7×年龄;
2)安静心率:在清醒、不活动的安静状态下的心率;
3)靶心率=安静心率+(最大心率-安静心率)×心率储备百分比;
4)低强度、中等强度、高强度和极高强度对应的强度系数分别为1、2、3、4,将低强度、中等强度、高强度和极高强度体育锻炼的时间(分钟)乘以各自的强度系数,得出每种强度运动负荷,运动负荷的计算不计入低强度和极高强度的运动负荷,只计算中等强度和高强度运动负荷,运动负荷的计算公式为:
运动负荷=2*×T中+3*×T高
运动负荷中高为中高强度运动负荷,T中和T高分别为中等强度和高强度体育锻炼的累加时间(分钟)
5)每日中等强度和高强度体育锻炼各30分钟时的运动负荷值为150,对应为100分,每日中等强度和高强度体育锻炼各0分钟时的运动负荷值为0,对应为0分,将运动负荷值转换为百分制的数值,公式为:
运动负荷百分制分值=0.67*运动负荷
本发明提供的大数据处理模块8处理方法如下:
1)、采集,整合系统外部学习者信息系统中的数据和系统内部学习者学习行为数据,并将这些数据存储至存储器;
2)、预测,建立一个能够从整合多个预测变量推断单一被预测变量的模式,通过对数据的处理和分析,对学习者未来的学习行为和学习结果进行预测;
3)、根据2)预测的学习者未来的学习行为和学习结果,在各网络云服务器中根据体育教育关键词筛选出体育教育数据;并采用k-means聚类算法或者基于层次的聚类分析算法,对筛选出的体育教育数据进行分类;
4),将所述筛选出的不同格式的体育教育数据转化为统一格式;将含有噪声数据、冗余的数据剔除,对缺省数据进行补充,同时对体育教育数据通过二进制数据编码进行标识;
5),根据学习者未来的学习行为和学习结果的具体特征值采用挖掘算法对体育教育数据进行处理,将挖掘出的体育教育数据附加上标识后导出。
本发明工作时,首先,通过注册登录模块1利用注册程序注册用户账号并登陆;通过设置模块2根据实际情况设置未来一段时间体育锻炼计划,所述未来一段时间通过体育锻炼计划包括体育锻炼时间、以及锻炼的运动量;通过操作模块3利用操作按键对综合体育教育锻炼设备进行操作;其次,中央控制模块4通过在线教育模块5利用网络接口接入互联网进行在线体育教育;通过锻炼模块6利用健身器材进行锻炼操作;通过负荷评估模块7利用评估软件对学员的运动负荷进行评估;然后,通过大数据处理模块8利用网络云服务器集中大数据资源对体育教育资源进行处理;最后,通过显示模块9利用显示器显示体育教育网络视频内容。
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,均属于本发明技术方案的范围内。
Claims (3)
1.一种综合体育教育锻炼设备,其特征在于,所述综合体育教育锻炼设备包括:
注册登录模块、设置模块、操作模块、中央控制模块、在线教育模块、锻炼模块、负荷评估模块、大数据处理模块、显示模块;
注册登录模块,与中央控制模块连接,用于通过注册程序注册用户账号并登陆;
设置模块,与中央控制模块连接,用于根据实际情况设置未来一段时间体育锻炼计划,所述未来一段时间体育锻炼计划包括体育锻炼时间、以及锻炼的运动量;
操作模块,与中央控制模块连接,用于通过操作按键对综合体育教育锻炼设备进行操作;
中央控制模块,与注册登录模块、设置模块、操作模块、在线教育模块、锻炼模块、负荷评估模块、大数据处理模块、显示模块连接,用于通过单片机控制各个模块正常工作;
在线教育模块,与中央控制模块连接,用于通过网络接口接入互联网进行在线体育教育;
锻炼模块,与中央控制模块连接,用于通过健身器材进行锻炼操作;
负荷评估模块,与中央控制模块连接,用于通过评估软件对学员的运动负荷进行评估;
大数据处理模块,与中央控制模块连接,用于通过网络云服务器集中大数据资源对体育教育资源进行处理;
显示模块,与中央控制模块连接,用于通过显示器显示体育教育网络视频内容。
2.如权利要求1所述综合体育教育锻炼设备,其特征在于,所述负荷评估模块评估方法如下:
(1)对运动心率、运动时间采集、传输、分析及体育锻炼运动负荷评价;运动心率和时间利用腕带式心率表采集;
(2)所述的体育锻炼时间、心率反映了体育锻炼的运动负荷情况,体育锻炼的运动强度按照心率储备的百分比进行划分为低强度、中等强度、高强度和极高强度:低强度为0~40%心率储备,中等强度40~60%心率储备,高强度运动为60~85%心率储备,极高强度运动为大于85%心率储备各参数的计算方法为:
1)最大心率:HRmax=208-0.7×年龄;
2)安静心率:在清醒、不活动的安静状态下的心率;
3)靶心率=安静心率+(最大心率-安静心率)×心率储备百分比;
4)低强度、中等强度、高强度和极高强度对应的强度系数分别为1、2、3、4,将低强度、中等强度、高强度和极高强度体育锻炼的时间乘以各自的强度系数,得出每种强度运动负荷,运动负荷的计算不计入低强度和极高强度的运动负荷,只计算中等强度和高强度运动负荷,运动负荷的计算公式为:
运动负荷=2*×T中+3*×T高
运动负荷中高为中高强度运动负荷,T中和T高分别为中等强度和高强度体育锻炼的累加时间
5)每日中等强度和高强度体育锻炼各30分钟时的运动负荷值为150,对应为100分,每日中等强度和高强度体育锻炼各0分钟时的运动负荷值为0,对应为0分,将运动负荷值转换为百分制的数值,公式为:
运动负荷百分制分值=0.67*运动负荷。
3.如权利要求1所述综合体育教育锻炼设备,其特征在于,所述大数据处理模块处理方法如下:
1)、采集,整合系统外部学习者信息系统中的数据和系统内部学习者学习行为数据,并将这些数据存储至存储器;
2)、预测,建立一个能够从整合多个预测变量推断单一被预测变量的模式,通过对数据的处理和分析,对学习者未来的学习行为和学习结果进行预测;
3)、根据2)预测的学习者未来的学习行为和学习结果,在各网络云服务器中根据体育教育关键词筛选出体育教育数据;并采用k-means聚类算法或者基于层次的聚类分析算法,对筛选出的体育教育数据进行分类;
4),将所述筛选出的不同格式的体育教育数据转化为统一格式;将含有噪声数据、冗余的数据剔除,对缺省数据进行补充,同时对体育教育数据通过二进制数据编码进行标识;
5),根据学习者未来的学习行为和学习结果的具体特征值采用挖掘算法对体育教育数据进行处理,将挖掘出的体育教育数据附加上标识后导出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811332234.0A CN109243573A (zh) | 2018-11-09 | 2018-11-09 | 一种综合体育教育锻炼设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811332234.0A CN109243573A (zh) | 2018-11-09 | 2018-11-09 | 一种综合体育教育锻炼设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109243573A true CN109243573A (zh) | 2019-01-18 |
Family
ID=65077774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811332234.0A Withdrawn CN109243573A (zh) | 2018-11-09 | 2018-11-09 | 一种综合体育教育锻炼设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109243573A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110085296A (zh) * | 2019-04-26 | 2019-08-02 | 成都怡康科技有限公司 | 一种体育课时监测与评价系统 |
CN114171155A (zh) * | 2021-11-17 | 2022-03-11 | 华东师范大学 | 一种智慧体育锻炼指导系统 |
-
2018
- 2018-11-09 CN CN201811332234.0A patent/CN109243573A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110085296A (zh) * | 2019-04-26 | 2019-08-02 | 成都怡康科技有限公司 | 一种体育课时监测与评价系统 |
CN114171155A (zh) * | 2021-11-17 | 2022-03-11 | 华东师范大学 | 一种智慧体育锻炼指导系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Naser et al. | Predicting student performance using artificial neural network: In the faculty of engineering and information technology | |
Denison et al. | Effective coaching as a modernist formation: A Foucauldian critique | |
JP2021508518A (ja) | ユーザの精神/感情状態をモデリングする方法およびシステム | |
CN107224291A (zh) | 调度员能力测试系统 | |
CN108463271A (zh) | 用于运动技能分析以及技能增强和提示的系统和方法 | |
CN109784312A (zh) | 教学管理方法及装置 | |
CN105612556A (zh) | 用于识别和解释重复运动的系统和方法 | |
US20220254264A1 (en) | Online learning system based on cloud-client integration multimodal analysis | |
CN110478883A (zh) | 一种健身动作教学及矫正系统及方法 | |
KR20210023631A (ko) | 딥러닝 모듈을 이용한 발달장애 개선 시스템 및 방법 | |
CN110517171A (zh) | 一种基于智慧校园的精准化智能型育人平台 | |
CN106372729A (zh) | 用于心理分析的深度学习方法及装置 | |
Zhang et al. | The capture and evaluation system of student actions in physical education classroom based on deep learning | |
CN109243573A (zh) | 一种综合体育教育锻炼设备 | |
Wang | Acute teaching method of college physical skills based on mobile intelligent terminal | |
Hong et al. | Adaptive mobile cloud computing on college physical training education based on virtual reality | |
CN108985667A (zh) | 家庭教育辅助机器人及家庭教育辅助系统 | |
Zhang et al. | Transforming sports training through the integration of internet technology and artificial intelligence | |
KR20220089913A (ko) | 딥러닝 모듈을 이용한 발달장애 개선 시스템 및 방법 | |
CN111370089A (zh) | 一种体育训练系统 | |
Su et al. | The effect of physical training of athletes based on parametric bayesian estimation in the context of big data | |
Hua et al. | [Retracted] Development of Basketball Tactics Basic Cooperation Teaching System Based on CNN and BP Neural Network | |
Ruiz-Rodríguez et al. | Classification of student success using Random Forest and Neural Networks | |
CN112843660B (zh) | 一种体育运动计时系统 | |
Guo et al. | [Retracted] Signal Recognition Based on APSO‐RBF Neural Network to Assist Athlete’s Competitive Ability Evaluation |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190118 |
|
WW01 | Invention patent application withdrawn after publication |