CN109509125A - 一种基于大数据云平台的智能体育教育管理方法及系统 - Google Patents
一种基于大数据云平台的智能体育教育管理方法及系统 Download PDFInfo
- Publication number
- CN109509125A CN109509125A CN201811266296.6A CN201811266296A CN109509125A CN 109509125 A CN109509125 A CN 109509125A CN 201811266296 A CN201811266296 A CN 201811266296A CN 109509125 A CN109509125 A CN 109509125A
- Authority
- CN
- China
- Prior art keywords
- movement
- data
- user
- curve
- physical efficiency
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000033001 locomotion Effects 0.000 claims description 240
- 230000005540 biological transmission Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000009412 basement excavation Methods 0.000 abstract description 2
- 238000003860 storage Methods 0.000 description 9
- 230000007423 decrease Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000009183 running Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Physical Education & Sports Medicine (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种基于大数据云平台的智能体育教育管理方法及系统，能够利用穿戴式设备等智能物联网硬件终端，配合大数据云平台，全面收集学生的各种信息，并动态地对数据进行深度挖掘、分析，并把相关的分析结果提供给体育教学老师。
Description
技术领域
本发明涉及大数据分析领域，特别涉及一种基于大数据云平台的智能体育教育管理方法及系统。
背景技术
目前，学校的体育教育存在目标单一、方法僵化、评价无差异化、信息化手段落后等问题，从而造成了体育教育以“灌输”为主的方法，忽视培养学生的体育兴趣、能力和锻炼习惯相关；无法因材施教和区别对待，使学生的一般发展、共同发展与特殊发展、差别发展相结合；
随着信息技术和智能硬件技术的发展，智能教学理念和技术也越来越成熟和完备，智能体育教学在提供老师更加便捷的教学手段的同时，还能够利用先进的技术和优化的数据来充分挖掘学生的特性，解决目前体育教学中的各种问题。
发明内容
本发明的目的在于提出一种基于大数据云平台的智能体育教育管理方法及系统，利用穿戴式设备等智能物联网硬件终端，配合大数据云平台，全面收集学生的各种信息，并动态地对数据进行深度挖掘、分析，并把相关的分析结果提供给体育教学老师，解决以上体育教学存在的问题。
本发明为实现上述目的采用以下的技术方案：
第一方面，本发明提供了一种基于大数据云平台的智能体育教育管理方法，包括：
获取第一用户的实时体征数据，其中，所述体征数据包括心率数据；
获取第二用户发送的第一用户的运动起止时间及运动标签；
记所述第一用户在所述运动起止时间内的实时体征数据为待分析数据；
根据所述待分析数据中的心率数据生成第一用户的运动曲线；
记所述运动曲线中心率数据大于第一预设值的曲线为无氧运动曲线；
记所述运动曲线中心率数据大于第二预设值，且不大于第一预设值的曲线为有氧运动曲线；
根据所述运动标签及运动曲线生成第一用户的体能数据；
将所述体能数据保存到预设第一用户体能表中，并发送给所述第一用户及第二用户。
在本发明一实施例中，所述体能数据包括第一体能数据；
则，所述根据所述运动标签及运动曲线生成第一用户的体能数据，具体包括：
获取预设运动类型表，其中所述运动类型表中包括至少一个运动标签，及与所述运动标签匹配的运动类型，其中所述运动类型包括有氧运动或综合运动中的一种；
根据所述运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为有氧运动时；
获取所述有氧运动曲线与所述无氧运动曲线的连接点的时间坐标；
记所述连接点中时间坐标最小的连接点为第一连接点；
获取所述运动曲线从起始点到所述第一连接点的时间跨度；
根据所述运动标签及所述时间跨度生成第一体能数据。
在本发明一实施例中，所述基于大数据云平台的智能体育教育管理方法，还包括：
当获取到第二用户发送的考核请求时，其中所述考核请求包括待考核的第一用户信息，及考核运动标签；
获取与待考核的第一用户信息匹配的预设第一用户体能表，其中所述预设第一用户体能表包括第一体能数据；
根据所述考核运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为有氧运动时；
根据所述考核运动标签从所述预设第一用户体能表中获取预设时间段内的第一体能数据；
根据所获取的第一体能数据中的时间跨度的变化率生成第一考核成绩；
将所述第一考核成绩发送给所述第二用户。
在本发明一实施例中，所述体能数据包括第二体能数据；
则，所述根据所述运动标签及运动曲线生成第一用户的体能数据，具体包括：
获取预设运动类型表，其中所述运动类型表中包括至少一个运动标签，及与所述运动标签匹配的运动类型，其中所述运动类型包括有氧运动或综合运动中的一种；
根据所述运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为综合运动时；
获取所述无氧运动曲线的时间长度，记为无氧运动时间；
获取所述有氧运动曲线的时间长度，记为有氧运动时间；
记所述无氧运动时间与所述有氧运动时间之比为运动强度数据；
获取所述无氧运动曲线的平均心率，记为高强度运动心率；
获取所述运动曲线的平均心率，记为运动平均心率；
根据所述运动标签、所述运动平均心率、所述高强度运动心率及所述运动强度数据生成第二体能数据。
在本发明一实施例中，所述基于大数据云平台的智能体育教育管理方法，还包括：
当获取到第二用户发送的考核请求时，其中所述考核请求包括待考核的第一用户信息，及考核运动标签；
获取与待考核的第一用户信息匹配的预设第一用户体能表，其中所述预设第一用户体能表包括第一体能数据；
根据所述考核运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为综合运动时；
根据所述考核运动标签从所述预设第一用户体能表中获取预设时间段内的第二体能数据；
根据所获取的第二体能数据中的所述运动平均心率、所述高强度运动心率及所述运动强度数据的变化率分别生成第一综合变换率、第二综合变化率及第三综合变化率；
根据所第一综合变换率、第二综合变化率及第三综合变化率生成第二考核成绩；
将所述第二考核成绩发送给所述第二用户。
在本发明一实施例中，所述第一预设值的生成方法包括：
获取第一用户的年龄信息；
根据所述年龄信息生成第一用户的预设最大心率；
根据预设最大心率及预设第一比例生成第一预设值。
在本发明一实施例中，所述第二预设值的生成方法包括：
获取第一用户的年龄信息；
根据所述年龄信息生成第一用户的预设最大心率；
根据预设最大心率及预设第二比例生成第二预设值。
在本发明一实施例中，所述实施体征数据还包括体温数据、速度数据；
则，所述一种基于大数据云平台的智能体育教育管理方法，还包括：
当所获取到的第一用户的体温数据不小于预设警戒值时；
获取所述第一用户的心率数据及速度数据；
当所述心率数据不大于预设运动心率值，或所述速度数据不大于预设运动速度时；
向所述第二用户发送第一用户身体异常信息。
第二方面，本发明还提供了一种基于大数据云平台的智能体育教育管理系统，包括第一用户终端、第二用户终端、第一用户体征获取模块、运动情况获取模块、运动曲线生成模块、体能数据生成模块、存储模块及发送模块；
所述第一用户体征获取模块，用于获取第一用户终端发送的第一用户的实时体征数据，其中，所述体征数据包括心率数据；
所述运动情况获取模块，用于获取第二用户终端发送的第一用户的运动起止时间及运动标签；
所述运动情况获取模块，还用于记所述第一用户在所述运动起止时间内的实时体征数据为待分析数据；
所述运动曲线生成模块，用于根据所述待分析数据中的心率数据生成第一用户的运动曲线；
所述运动曲线生成模块，还用于记所述运动曲线中心率数据大于第一预设值的曲线为无氧运动曲线；
所述运动曲线生成模块，还用于记所述运动曲线中心率数据大于第二预设值，且不大于第一预设值的曲线为有氧运动曲线；
所述体能数据生成模块，用于根据所述运动标签及运动曲线生成第一用户的体能数据；
所述存储模块，用于将所述体能数据保存到预设第一用户体能表中；
所述发送模块，用于将所述体能数据发送给所述第一用户终端及第二用户终端。
本发明的有益效果：
本发明提供了一种基于大数据云平台的智能体育教育管理及系统，利用大数据、互联网、信息处理等先进的电子信息技术手段，从学生教学信息的收集、存储、分析、提取，以及基于此平台的档案资料存储，从而为老师在体育教学的过程中提供了便利，提高了工作的效率，以及教学的质量。
附图说明
图1为本发明一实施例中一种基于大数据云平台的智能体育教育管理方法的流程示意图；
图2为本发明一实施例中一种基于大数据云平台的智能体育教育管理系统的结构示意图。
具体实施方式
下面结合附图以及具体实施例对本发明做进一步说明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。
第一方面，本发明提供了一种基于大数据云平台的智能体育教育管理方法，包括：
获取第一用户的实时体征数据，其中，所述体征数据包括心率数据；
S100：获取第二用户发送的第一用户的运动起止时间及运动标签；
S200：获取第二用户发送的第一用户的运动起止时间及运动标签；
S300记所述第一用户在所述运动起止时间内的实时体征数据为待分析数据；
S400：根据所述待分析数据中的心率数据生成第一用户的运动曲线；
S500：记所述运动曲线中心率数据大于第一预设值的曲线为无氧运动曲线；
S600：记所述运动曲线中心率数据大于第二预设值，且不大于第一预设值的曲线为有氧运动曲线；
S700：根据所述运动标签及运动曲线生成第一用户的体能数据；
S800：将所述体能数据保存到预设第一用户体能表中，并发送给所述第一用户及第二用户。
在本发明一具体应用场景中，本发明第一方面所提供的基于大数据云平台的智能体育教育管理方法由云服务器执行；其中第一用户为学生，第二用户为教师；
云服务器通过学生佩戴的智能终端，如智能手环，获取学生的实时体征数据，如心率、血压、体温、速度、步数等；当云服务器获取到教师发送的该学生的运动起止时间和运动标签时，如运动起止时间为9:30至9:35，运动标签为1000米长跑；云服务器根据在9:30至9:35所获取到的该学生的心率数据生成该学生的心率-时间曲线作为该学生的运动曲线，同时根据运动曲线中的心率值将所述运动曲线划分为无氧运动曲线及有氧运动曲线，如记心率值在165以上的曲线为无氧运动曲线，心率在120～165之间的曲线为有氧运动曲线；云服务器根据所生成运动曲线对该学生的体能进行分析，进而获得该学生的体能数据，并将所述体能数据保存到存储设备中，同时发送给该学生及教师。
在本发明一实施例中，所述体能数据包括第一体能数据；
则，步骤S600具体包括：
获取预设运动类型表，其中所述运动类型表中包括至少一个运动标签，及与所述运动标签匹配的运动类型，其中所述运动类型包括有氧运动或综合运动中的一种；
根据所述运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为有氧运动时；
获取所述有氧运动曲线与所述无氧运动曲线的连接点的时间坐标；
记所述连接点中时间坐标最小的连接点为第一连接点；
获取所述运动曲线从起始点到所述第一连接点的时间跨度；
根据所述运动标签及所述时间跨度生成第一体能数据。
在本发明一实施例中，所述基于大数据云平台的智能体育教育管理方法，还包括：
当获取到第二用户发送的考核请求时，其中所述考核请求包括待考核的第一用户信息，及考核运动标签；
获取与待考核的第一用户信息匹配的预设第一用户体能表，其中所述预设第一用户体能表包括第一体能数据；
根据所述考核运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为有氧运动时；
根据所述考核运动标签从所述预设第一用户体能表中获取预设时间段内的第一体能数据；
根据所获取的第一体能数据中的时间跨度的变化率生成第一考核成绩；
将所述第一考核成绩发送给所述第二用户。
在本发明一具体应用场景中，沿用上例，当云服务器获取到教师发送的运动标签为慢跑时，云服务器根据预设运动类型表判断慢跑属于有氧运动，此时云服务器获取该学生运动曲线中有氧运动曲线与无氧运动曲线的连接点的时间坐标，记时间坐标最小的连接点为第一连接点；云服务器获取所述运动曲线从其实点到第一连接点之间的时间跨度，如30分钟，即云服务器判断该学生在经历了30分钟的有氧运动后，身体开始进入无氧运动状态，即身体的供氧无法满足当前的运动强度，云服务器判断此时学生的体能开始下降，因此云服务器以30分钟作为该学生慢跑时的体能数据；
当云服务器获取到教师发送的考核请求时，如A同学的慢跑考核，云服务器根据考核请求中的学生信息从存储设备中获取与A同学的体能表，并从体能表中获取A同学在预设时间段内，如最近2个月，的慢跑的体能数据，并计算所获取到的慢跑的体能数据中时间跨度的变化率，如最近2个月中A同学的慢跑的体能数据中的时间跨度为30分钟、32分钟、35分钟、38分钟，即A同学的慢跑体能变化率约为24％；云服务器将所述变化率发送给教师作为A同学的慢跑考核成绩，以便教师可以根据A同学最近的2个月内的慢跑成绩结合其体能数据的变化判断A同学的体能是否有所增长或慢跑时是否尽力。
在本发明一实施例中，所述体能数据包括第二体能数据；
则，所述步骤S600具体包括：
获取预设运动类型表，其中所述运动类型表中包括至少一个运动标签，及与所述运动标签匹配的运动类型，其中所述运动类型包括有氧运动或综合运动中的一种；
根据所述运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为综合运动时；
获取所述无氧运动曲线的时间长度，记为无氧运动时间；
获取所述有氧运动曲线的时间长度，记为有氧运动时间；
记所述无氧运动时间与所述有氧运动时间之比为运动强度数据；
获取所述无氧运动曲线的平均心率，记为高强度运动心率；
获取所述运动曲线的平均心率，记为运动平均心率；
根据所述运动标签、所述运动平均心率、所述高强度运动心率及所述运动强度数据生成第二体能数据。
在本发明一实施例中，所述基于大数据云平台的智能体育教育管理方法，还包括：
当获取到第二用户发送的考核请求时，其中所述考核请求包括待考核的第一用户信息，及考核运动标签；
获取与待考核的第一用户信息匹配的预设第一用户体能表，其中所述预设第一用户体能表包括第一体能数据；
根据所述考核运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为综合运动时；
根据所述考核运动标签从所述预设第一用户体能表中获取预设时间段内的第二体能数据；
根据所获取的第二体能数据中的所述运动平均心率、所述高强度运动心率及所述运动强度数据的变化率分别生成第一综合变换率、第二综合变化率及第三综合变化率；
根据所第一综合变换率、第二综合变化率及第三综合变化率生成第二考核成绩；
将所述第二考核成绩发送给所述第二用户。
在本发明一具体应用场景中，沿用上例，当云服务器获取到教师发送的运动标签为篮球时，云服务器根据预设运动类型表判断篮球属于综合运动，此时云服务器获取该学生运动曲线，并根据运动曲线中无氧运动曲线及有氧运动曲线的时间之比生成运动强度数据，如运动曲线中所有有氧运动曲线的时间和为20分钟，无氧运动曲线的时间和为5分钟，则云服务器生成的运动强度数据为20％，同时云服务器还获取所述无氧运动曲线的平均心率及运动曲线的整体平均心率，分别记为记为高强度运动心率及运动平均心率；因此云服务器将所述运动强度数据、高强度运动心率及运动平均心率作为该学生打篮球时的体能数据存储到该学生的体能表中，并发送给教师及该学生，使其能够直观的了解本次运动的强度；
当云服务器获取到教师发送的考核请求时，如A同学的篮球考核，云服务器根据考核请求中的学生信息从存储设备中获取与A同学的体能表，并从体能表中获取A同学在预设时间段内，如最近2个月，的篮球的体能数据，并分别计算所获取到的篮球的体能数据中运动强度数据、高强度运动心率及运动平均心率的变化率；同时云服务器综合计算所述运动强度数据、高强度运动心率及运动平均心率的变化率以作为A同学的考核成绩，如在最近2个月中A同学的打篮球时运动强度变化率-5％，高强度运动心率的变化率为1％，平均心率的变化率为-1％，则云服务器判断A同学在最近2个月内的篮球运动中，运动强度呈现下降趋势，心率变化基本持平，云服务器将相关结论发送给教师，以便教师结合A同学在最近篮球运动中的实际表现判断A同学的体质是否有所改善或运动时是否有偷懒。
在本发明一实施例中，所述第一预设值的生成方法包括：
获取第一用户的年龄信息；
根据所述年龄信息生成第一用户的预设最大心率；
根据预设最大心率及预设第一比例生成第一预设值。
在本发明一实施例中，所述第二预设值的生成方法包括：
获取第一用户的年龄信息；
根据所述年龄信息生成第一用户的预设最大心率；
根据预设最大心率及预设第二比例生成第二预设值。
在本发明一实施例中，所述实施体征数据还包括体温数据、速度数据；
则，所述一种基于大数据云平台的智能体育教育管理方法，还包括：
当所获取到的第一用户的体温数据不小于预设警戒值时；
获取所述第一用户的心率数据及速度数据；
当所述心率数据不大于预设运动心率值，或所述速度数据不大于预设运动速度时；
向所述第二用户发送第一用户身体异常信息。
第二方面，本发明还提供了一种基于大数据云平台的智能体育教育管理系统，用以实现本发明第一方面所提供的基于大数据云平台的智能体育教育管理方法；
所述基于大数据云平台的智能体育教育管理系统，包括第一用户终端100、第二用户终端200、第一用户体征获取模块300、运动情况获取模块400、运动曲线生成模块500、体能数据生成模块600、存储模块700及发送模块800；
所述第一用户体征获取模块300，用于获取第一用户终端100发送的第一用户的实时体征数据，其中，所述体征数据包括心率数据；
所述运动情况获取模块400，用于获取第二用户终端200发送的第一用户的运动起止时间及运动标签；
所述运动情况获取模块400，还用于记所述第一用户在所述运动起止时间内的实时体征数据为待分析数据；
所述运动曲线生成模块500，用于根据所述待分析数据中的心率数据生成第一用户的运动曲线；
所述运动曲线生成模块500，还用于记所述运动曲线中心率数据大于第一预设值的曲线为无氧运动曲线；
所述运动曲线生成模块500，还用于记所述运动曲线中心率数据大于第二预设值，且不大于第一预设值的曲线为有氧运动曲线；
所述体能数据生成模块600，用于根据所述运动标签及运动曲线生成第一用户的体能数据；
所述存储模块700，用于将所述体能数据保存到预设第一用户体能表中；
所述发送模块800，用于将所述体能数据发送给所述第一用户终端100及第二用户终端200。
在本发明一具体应用场景中，所述第一用户为学生，第二用户为教师，所述第一用户终端100为学生佩戴的智能终端，如智能手环，第二用户终端200为教师的个人终端，第一用户体征获取模块300、运动情况获取模块400、运动曲线生成模块500、体能数据生成模块600、存储模块700及发送模块800均集成在云服务器中，所述云服务器与所述第一用户终端100及第二用户终端200通信连接；
云服务器通过学生佩戴的智能终端获取学生的实时体征数据，如心率、血压、体温、速度、步数等；当云服务器获取到教师发送的该学生的运动起止时间和运动标签时，如运动起止时间为9:30至9:35，运动标签为1000米长跑；云服务器根据在9:30至9:35所获取到的该学生的心率数据生成该学生的心率-时间曲线作为该学生的运动曲线，同时根据运动曲线中的心率值将所述运动曲线划分为无氧运动曲线及有氧运动曲线，如记心率值在165以上的曲线为无氧运动曲线，心率在120～165之间的曲线为有氧运动曲线；云服务器根据所生成运动曲线对该学生的体能进行分析，进而获得该学生的体能数据，并将所述体能数据保存到存储设备中，同时发送给该学生及教师。
在本发明一实施例中，所述体能数据包括第一体能数据；
则，所述体能数据生成模块600，还用于获取预设运动类型表，其中所述运动类型表中包括至少一个运动标签，及与所述运动标签匹配的运动类型，其中所述运动类型包括有氧运动或综合运动中的一种；
所述体能数据生成模块600，还用于根据所述运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为有氧运动时；
所述体能数据生成模块600，还用于获取所述有氧运动曲线与所述无氧运动曲线的连接点的时间坐标；
所述体能数据生成模块600，还用于记所述连接点中时间坐标最小的连接点为第一连接点；
所述体能数据生成模块600，还用于获取所述运动曲线从起始点到所述第一连接点的时间跨度；
所述体能数据生成模块600，还用于根据所述运动标签及所述时间跨度生成第一体能数据。
在本发明一实施例中，所述基于大数据云平台的智能体育教育管理系统，还包括考核请求接收模块、体能数据获取模块、考核成绩生成模块；
所述考核请求接收模块，用于获取到第二用户发送的考核请求，其中所述考核请求包括待考核的第一用户信息，及考核运动标签；
所述体能数据获取模块，用于获取与待考核的第一用户信息匹配的预设第一用户体能表，其中所述预设第一用户体能表包括第一体能数据；
所述体能数据获取模块，还用于根据所述考核运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为有氧运动时，所述体能数据获取模块，还用于根据所述考核运动标签从所述预设第一用户体能表中获取预设时间段内的第一体能数据；
所述考核成绩生成模块，用于根据所获取的第一体能数据中的时间跨度的变化率生成第一考核成绩；
所述发送模块800，还用于将所述第一考核成绩发送给所述第二用户。
在本发明一具体应用场景中，沿用上例，所述考核请求接收模块、体能数据获取模块、考核成绩生成模块也均集成在所述云服务器中；
当云服务器获取到教师发送的运动标签为慢跑时，云服务器根据预设运动类型表判断慢跑属于有氧运动，此时云服务器获取该学生运动曲线中有氧运动曲线与无氧运动曲线的连接点的时间坐标，记时间坐标最小的连接点为第一连接点；云服务器获取所述运动曲线从其实点到第一连接点之间的时间跨度，如30分钟，即云服务器判断该学生在经历了30分钟的有氧运动后，身体开始进入无氧运动状态，即身体的供氧无法满足当前的运动强度，云服务器判断此时学生的体能开始下降，因此云服务器以30分钟作为该学生慢跑时的体能数据；
当云服务器获取到教师发送的考核请求时，如A同学的慢跑考核，云服务器根据考核请求中的学生信息从存储设备中获取与A同学的体能表，并从体能表中获取A同学在预设时间段内，如最近2个月，的慢跑的体能数据，并计算所获取到的慢跑的体能数据中时间跨度的变化率，如最近2个月中A同学的慢跑的体能数据中的时间跨度为30分钟、32分钟、35分钟、38分钟，即A同学的慢跑体能变化率约为24％；云服务器将所述变化率发送给教师作为A同学的慢跑考核成绩，以便教师可以根据A同学最近的2个月内的慢跑成绩结合其体能数据的变化判断A同学的体能是否有所增长或慢跑时是否尽力。
在本发明一实施例中，所述体能数据包括第二体能数据；
则，所述体能数据生成模块600，还用于获取预设运动类型表，其中所述运动类型表中包括至少一个运动标签，及与所述运动标签匹配的运动类型，其中所述运动类型包括有氧运动或综合运动中的一种；
所述体能数据生成模块600，还用于根据所述运动标签从所述预设运动类型表中获取匹配的运动类型；
所述体能数据生成模块600，还用于当所获取的运动类型为综合运动时；
所述体能数据生成模块600，还用于获取所述无氧运动曲线的时间长度，记为无氧运动时间；
所述体能数据生成模块600，还用于获取所述有氧运动曲线的时间长度，记为有氧运动时间；
所述体能数据生成模块600，还用于记所述无氧运动时间与所述有氧运动时间之比为运动强度数据；
所述体能数据生成模块600，还用于获取所述无氧运动曲线的平均心率，记为高强度运动心率；
所述体能数据生成模块600，还用于获取所述运动曲线的平均心率，记为运动平均心率；
所述体能数据生成模块600，还用于根据所述运动标签、所述运动平均心率、所述高强度运动心率及所述运动强度数据生成第二体能数据。
在本发明一实施例中，所述基于大数据云平台的智能体育教育管理系统，还包括考核请求接收模块、体能数据获取模块、考核成绩生成模块；
所述考核请求接收模块，用于获取到第二用户发送的考核请求，其中所述考核请求包括待考核的第一用户信息，及考核运动标签；
所述体能数据获取模块，用于获取与待考核的第一用户信息匹配的预设第一用户体能表，其中所述预设第一用户体能表包括第一体能数据；
所述体能数据获取模块，还用于根据所述考核运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为综合运动时，所述体能数据获取模块，还用于根据所述考核运动标签从所述预设第一用户体能表中获取预设时间段内的第二体能数据；
所述体能数据获取模块，还用于根据所获取的第二体能数据中的所述运动平均心率、所述高强度运动心率及所述运动强度数据的变化率分别生成第一综合变换率、第二综合变化率及第三综合变化率；
所述考核成绩生成模块，用于根据所第一综合变换率、第二综合变化率及第三综合变化率生成第二考核成绩；
所述发送模块800，还用于将所述第二考核成绩发送给所述第二用户。
在本发明一具体应用场景中，沿用上例，所述考核请求接收模块、体能数据获取模块、考核成绩生成模块也均集成在所述云服务器中；
当云服务器获取到教师发送的运动标签为篮球时，云服务器根据预设运动类型表判断篮球属于综合运动，此时云服务器获取该学生运动曲线，并根据运动曲线中无氧运动曲线及有氧运动曲线的时间之比生成运动强度数据，如运动曲线中所有有氧运动曲线的时间和为20分钟，无氧运动曲线的时间和为5分钟，则云服务器生成的运动强度数据为20％，同时云服务器还获取所述无氧运动曲线的平均心率及运动曲线的整体平均心率，分别记为记为高强度运动心率及运动平均心率；因此云服务器将所述运动强度数据、高强度运动心率及运动平均心率作为该学生打篮球时的体能数据存储到该学生的体能表中，并发送给教师及该学生，使其能够直观的了解本次运动的强度；
当云服务器获取到教师发送的考核请求时，如A同学的篮球考核，云服务器根据考核请求中的学生信息从存储设备中获取与A同学的体能表，并从体能表中获取A同学在预设时间段内，如最近2个月，的篮球的体能数据，并分别计算所获取到的篮球的体能数据中运动强度数据、高强度运动心率及运动平均心率的变化率；同时云服务器综合计算所述运动强度数据、高强度运动心率及运动平均心率的变化率以作为A同学的考核成绩，如在最近2个月中A同学的打篮球时运动强度变化率-5％，高强度运动心率的变化率为1％，平均心率的变化率为-1％，则云服务器判断A同学在最近2个月内的篮球运动中，运动强度呈现下降趋势，心率变化基本持平，云服务器将相关结论发送给教师，以便教师结合A同学在最近篮球运动中的实际表现判断A同学的体质是否有所改善或运动时是否有偷懒。
显然，上述实施例仅仅是为了更清楚的表达本发明技术方案所作的举例，而非对本发明实施方式的限定。对于本领域技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，在不脱离本发明构思的前提下，这些都属于本发明的保护范围。因此本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于大数据云平台的智能体育教育管理方法，其特征在于，包括：
获取第一用户的实时体征数据，其中，所述体征数据包括心率数据；
获取第二用户发送的第一用户的运动起止时间及运动标签；
记所述第一用户在所述运动起止时间内的实时体征数据为待分析数据；
根据所述待分析数据中的心率数据生成第一用户的运动曲线；
记所述运动曲线中心率数据大于第一预设值的曲线为无氧运动曲线；
记所述运动曲线中心率数据大于第二预设值，且不大于第一预设值的曲线为有氧运动曲线；
根据所述运动标签及运动曲线生成第一用户的体能数据；
将所述体能数据保存到预设第一用户体能表中，并发送给所述第一用户及第二用户。
2.如权利要求1所述的一种基于大数据云平台的智能体育教育管理方法，其特征在于，所述体能数据包括第一体能数据；
则，所述根据所述运动标签及运动曲线生成第一用户的体能数据，具体包括：
获取预设运动类型表，其中所述运动类型表中包括至少一个运动标签，及与所述运动标签匹配的运动类型，其中所述运动类型包括有氧运动或综合运动中的一种；
根据所述运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为有氧运动时；
获取所述有氧运动曲线与所述无氧运动曲线的连接点的时间坐标；
记所述连接点中时间坐标最小的连接点为第一连接点；
获取所述运动曲线从起始点到所述第一连接点的时间跨度；
根据所述运动标签及所述时间跨度生成第一体能数据。
3.如权利要求2所述的一种基于大数据云平台的智能体育教育管理方法，其特征在于，所述基于大数据云平台的智能体育教育管理方法，还包括：
当获取到第二用户发送的考核请求时，其中所述考核请求包括待考核的第一用户信息，及考核运动标签；
获取与待考核的第一用户信息匹配的预设第一用户体能表，其中所述预设第一用户体能表包括第一体能数据；
根据所述考核运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为有氧运动时；
根据所述考核运动标签从所述预设第一用户体能表中获取预设时间段内的第一体能数据；
根据所获取的第一体能数据中的时间跨度的变化率生成第一考核成绩；
将所述第一考核成绩发送给所述第二用户。
4.如权利要求1所述的一种基于大数据云平台的智能体育教育管理方法，其特征在于，所述体能数据包括第二体能数据；
则，所述根据所述运动标签及运动曲线生成第一用户的体能数据，具体包括：
获取预设运动类型表，其中所述运动类型表中包括至少一个运动标签，及与所述运动标签匹配的运动类型，其中所述运动类型包括有氧运动或综合运动中的一种；
根据所述运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为综合运动时；
获取所述无氧运动曲线的时间长度，记为无氧运动时间；
获取所述有氧运动曲线的时间长度，记为有氧运动时间；
记所述无氧运动时间与所述有氧运动时间之比为运动强度数据；
获取所述无氧运动曲线的平均心率，记为高强度运动心率；
获取所述运动曲线的平均心率，记为运动平均心率；
根据所述运动标签、所述运动平均心率、所述高强度运动心率及所述运动强度数据生成第二体能数据。
5.如权利要求4所述的一种基于大数据云平台的智能体育教育管理方法，其特征在于，，所述基于大数据云平台的智能体育教育管理方法，还包括：
当获取到第二用户发送的考核请求时，其中所述考核请求包括待考核的第一用户信息，及考核运动标签；
获取与待考核的第一用户信息匹配的预设第一用户体能表，其中所述预设第一用户体能表包括第一体能数据；
根据所述考核运动标签从所述预设运动类型表中获取匹配的运动类型；
当所获取的运动类型为综合运动时；
根据所述考核运动标签从所述预设第一用户体能表中获取预设时间段内的第二体能数据；
根据所获取的第二体能数据中的所述运动平均心率、所述高强度运动心率及所述运动强度数据的变化率分别生成第一综合变换率、第二综合变化率及第三综合变化率；
根据所第一综合变换率、第二综合变化率及第三综合变化率生成第二考核成绩；
将所述第二考核成绩发送给所述第二用户。
6.如权利要求1所述的一种基于大数据云平台的智能体育教育管理方法，其特征在于，所述基于大数据云平台的智能体育教育管理方法，还包括：
获取第一用户的年龄信息；
根据所述年龄信息生成第一用户的预设最大心率；
根据预设最大心率及预设第一比例生成第一预设值。
7.如权利要求1所述的一种基于大数据云平台的智能体育教育管理方法，其特征在于，所述基于大数据云平台的智能体育教育管理方法，还包括：
所述第二预设值的生成方法包括：
获取第一用户的年龄信息；
根据所述年龄信息生成第一用户的预设最大心率；
根据预设最大心率及预设第二比例生成第二预设值。
8.如权利要求1所述的一种基于大数据云平台的智能体育教育管理方法，其特征在于，所述实施体征数据还包括体温数据、速度数据；
则，所述一种基于大数据云平台的智能体育教育管理方法，还包括：
当所获取到的第一用户的体温数据不小于预设警戒值时；
获取所述第一用户的心率数据及速度数据；
当所述心率数据不大于预设运动心率值，或所述速度数据不大于预设运动速度时；
向所述第二用户发送第一用户身体异常信息。
9.一种基于大数据云平台的智能体育教育管理系统，其特征在于，包括第一用户终端、第二用户终端、第一用户体征获取模块、运动情况获取模块、运动曲线生成模块、体能数据生成模块、存储模块及发送模块；
所述第一用户体征获取模块，用于获取第一用户终端发送的第一用户的实时体征数据，其中，所述体征数据包括心率数据；
所述运动情况获取模块，用于获取第二用户终端发送的第一用户的运动起止时间及运动标签；
所述运动情况获取模块，还用于记所述第一用户在所述运动起止时间内的实时体征数据为待分析数据；
所述运动曲线生成模块，用于根据所述待分析数据中的心率数据生成第一用户的运动曲线；
所述运动曲线生成模块，还用于记所述运动曲线中心率数据大于第一预设值的曲线为无氧运动曲线；
所述运动曲线生成模块，还用于记所述运动曲线中心率数据大于第二预设值，且不大于第一预设值的曲线为有氧运动曲线；
所述体能数据生成模块，用于根据所述运动标签及运动曲线生成第一用户的体能数据；
所述存储模块，用于将所述体能数据保存到预设第一用户体能表中；
所述发送模块，用于将所述体能数据发送给所述第一用户终端及第二用户终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811266296.6A CN109509125B (zh) | 2018-10-29 | 2018-10-29 | 一种基于大数据云平台的智能体育教育管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811266296.6A CN109509125B (zh) | 2018-10-29 | 2018-10-29 | 一种基于大数据云平台的智能体育教育管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109509125A true CN109509125A (zh) | 2019-03-22 |
| CN109509125B CN109509125B (zh) | 2023-11-17 |
Family
ID=65746960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811266296.6A Active CN109509125B (zh) | 2018-10-29 | 2018-10-29 | 一种基于大数据云平台的智能体育教育管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109509125B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111008225A (zh) * | 2019-11-15 | 2020-04-14 | 湖北瑞致和科技有限公司 | 一种学生体育卫生综合管理系统 |
| CN113491871A (zh) * | 2020-04-08 | 2021-10-12 | 博晶医电股份有限公司 | 以多重方案监控运动期间的方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101919536A (zh) * | 2010-05-27 | 2010-12-22 | 刘永宏 | 青少年健康减肥方法 |
| CN103003819A (zh) * | 2010-07-23 | 2013-03-27 | 霍夫曼-拉罗奇有限公司 | 考虑到身体活动对葡萄糖调节系统的影响的系统和方法 |
| CN104056445A (zh) * | 2014-07-01 | 2014-09-24 | 杭州攻壳科技有限公司 | 一种基于心率和加速度传感器的人体运动分析方法及其装置 |
| TW201537375A (zh) * | 2014-03-27 | 2015-10-01 | Ind Tech Res Inst | 運動指引系統、運動指引方法及無氧閾値的量測方法 |
| CN105973294A (zh) * | 2015-03-11 | 2016-09-28 | 高翊恒 | 中小学生中长跑信息采集分析方法和系统 |
| TWI555508B (zh) * | 2015-12-21 | 2016-11-01 | 財團法人工業技術研究院 | 無氧閾心率偵測方法及系統 |
| CN107115657A (zh) * | 2017-05-16 | 2017-09-01 | 广东乐源数字技术有限公司 | 一种运动指导系统 |
| CN206715164U (zh) * | 2017-05-11 | 2017-12-08 | 阿坝师范学院 | 体育教育用体能训练装置 |
| US20180012242A1 (en) * | 2016-07-06 | 2018-01-11 | Samsung Electronics Co., Ltd. | Automatically determining and responding to user satisfaction |
| CN107773967A (zh) * | 2017-10-25 | 2018-03-09 | 公安部物证鉴定中心 | 一种基于智能手表数据的人体运动特征分析方法 |
| US20180154205A1 (en) * | 2016-12-05 | 2018-06-07 | Icon Health & Fitness, Inc. | Pull Cable Resistance Mechanism in a Treadmill |
| CN108616857A (zh) * | 2018-04-28 | 2018-10-02 | 广州精天信息科技有限公司 | 一种融合公网通信的抗干扰北斗通信设备及系统 |
-
2018
- 2018-10-29 CN CN201811266296.6A patent/CN109509125B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101919536A (zh) * | 2010-05-27 | 2010-12-22 | 刘永宏 | 青少年健康减肥方法 |
| CN103003819A (zh) * | 2010-07-23 | 2013-03-27 | 霍夫曼-拉罗奇有限公司 | 考虑到身体活动对葡萄糖调节系统的影响的系统和方法 |
| TW201537375A (zh) * | 2014-03-27 | 2015-10-01 | Ind Tech Res Inst | 運動指引系統、運動指引方法及無氧閾値的量測方法 |
| CN104056445A (zh) * | 2014-07-01 | 2014-09-24 | 杭州攻壳科技有限公司 | 一种基于心率和加速度传感器的人体运动分析方法及其装置 |
| CN105973294A (zh) * | 2015-03-11 | 2016-09-28 | 高翊恒 | 中小学生中长跑信息采集分析方法和系统 |
| TWI555508B (zh) * | 2015-12-21 | 2016-11-01 | 財團法人工業技術研究院 | 無氧閾心率偵測方法及系統 |
| US20180012242A1 (en) * | 2016-07-06 | 2018-01-11 | Samsung Electronics Co., Ltd. | Automatically determining and responding to user satisfaction |
| US20180154205A1 (en) * | 2016-12-05 | 2018-06-07 | Icon Health & Fitness, Inc. | Pull Cable Resistance Mechanism in a Treadmill |
| CN206715164U (zh) * | 2017-05-11 | 2017-12-08 | 阿坝师范学院 | 体育教育用体能训练装置 |
| CN107115657A (zh) * | 2017-05-16 | 2017-09-01 | 广东乐源数字技术有限公司 | 一种运动指导系统 |
| CN107773967A (zh) * | 2017-10-25 | 2018-03-09 | 公安部物证鉴定中心 | 一种基于智能手表数据的人体运动特征分析方法 |
| CN108616857A (zh) * | 2018-04-28 | 2018-10-02 | 广州精天信息科技有限公司 | 一种融合公网通信的抗干扰北斗通信设备及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 李建军;曹建民;赵凡;苏浩;谭海;: "我国优秀女子铁人三项运动员有氧能力的初步研究", 沈阳体育学院学报 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111008225A (zh) * | 2019-11-15 | 2020-04-14 | 湖北瑞致和科技有限公司 | 一种学生体育卫生综合管理系统 |
| CN113491871A (zh) * | 2020-04-08 | 2021-10-12 | 博晶医电股份有限公司 | 以多重方案监控运动期间的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109509125B (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lee et al. | Let's get physical: K-12 students using wearable devices to obtain and learn about data from physical activities | |
| CN109509125A (zh) | 一种基于大数据云平台的智能体育教育管理方法及系统 | |
| Fennell | Pole studios as spaces between the adult entertainment, art, fitness and sporting fields | |
| O’Brien et al. | Sonification of golf putting gesture reduces swing movement variability in novices | |
| Lee et al. | Design of Metaverse‐Based Physical Fitness Service for the Enhancement of Exercise Capability for Youth | |
| Han | [Retracted] Research on Sports Balanced Development Evaluation System Based on Edge Computing and Balanced Game | |
| KR20170140756A (ko) | 동작 교본 저작 장치, 동작 자가 학습 장치 및 방법 | |
| Yin et al. | Research on movement analysis and guidance in dance learning based on data mining | |
| Xiang | [Retracted] Application and Prospect Analysis of Artificial Intelligence in the Field of Physical Education | |
| Chen et al. | Research on the application of collaborative learning in the practice teaching of garment 3D virtual fitting | |
| Zhao et al. | Artificial intelligence, computer assisted instruction in basketball training | |
| Zizikova et al. | Professional Education Digitalization (Example of Physical Culture) | |
| Yu et al. | [Retracted] Teaching Platform for Physical Training of Track and Field Events in Colleges and Universities Based on Data Mining Technology | |
| Zhang | Impact analysis of basketball exercise strength based on machine learning in the mental health of college students | |
| Ji et al. | [Retracted] Analysis of the Impact of the Development Level of Aerobics Movement on the Public Health of the Whole Population Based on Artificial Intelligence Technology | |
| Chen et al. | Importance of national fitness sports relying on virtual reality technology in the development of sports economy | |
| Li et al. | [Retracted] Effects of Artificial Intelligence and Virtual Reality in Martial Arts Sports on Students’ Physical and Mental Health | |
| Wang et al. | Multisensor data fusion system for wushu sanda teaching in higher education institutions | |
| Yang et al. | An interactive digital somatosensory game system that implements a decision tree algorithm | |
| Lan et al. | Analyzing the mental states of the sports student based on augmentative communication with human–computer interaction | |
| Zhang et al. | Design of execution system based on artificial intelligence technology | |
| Santos et al. | Designing, Building and Evaluating Intelligent Psychomotor AIED Systems (IPAIEDS@ AIED2023) | |
| Chera-Ferrario et al. | Enhancing the Quality of Life in Young Persons with SEN through Swimming Exercises in the New Era of Mobile Technologies. | |
| Baş et al. | DancÆR: Efficient and Accurate Dance Choreography Learning by Feedback Through Pose Classification | |
| Yu et al. | Home Smart Fitness System Integrating Fitness Program and Product Design |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200514 Address after: 510000 Guangdong city of Guangzhou province Tianhe District New Road No. 527 Applicant after: Jiang Ju Address before: 510663 No. 1 Nanxiang Branch Road, Guangzhou Economic and Technological Development Zone, Guangzhou, Guangdong Province Applicant before: GUANGZHOU JINGTIAN INFORMATION TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231019 Address after: Building 101A-1, Block A, Phase II, Liandong Youguyuan, No. 1, East Second District, Jiansha Road, Danzao Town, Nanhai District, Foshan City, Guangdong Province, 528253 (Residence application) Applicant after: Guangdong Jingtian Technology Co.,Ltd. Address before: No. 527, Yingfu Road, Tianhe District, Guangzhou, Guangdong 510000 Applicant before: Jiang Ju |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |