CN112037884A

CN112037884A - 健身练习训练计划生成评价方法、系统、终端及介质

Info

Publication number: CN112037884A
Application number: CN202010960908.2A
Authority: CN
Inventors: 薛立君; 付强; 翁君; 李玉婷; 陈亮; 蔡天才
Original assignee: Chengdu Fit Future Technology Co Ltd
Current assignee: Chengdu Fit Future Technology Co Ltd
Priority date: 2020-09-14
Filing date: 2020-09-14
Publication date: 2020-12-04
Anticipated expiration: 2040-09-14
Also published as: CN112037884B

Abstract

本发明公开了健身练习训练计划生成评价方法、系统、终端及介质，其技术方案要点是：获取目标对象的历史训练数据，根据历史训练数据中的运动效益值、运动强度值建立训练收益函数；根据正向收益效率从训练收益函数中选取正向收益段集合；根据正趋势收益效率从正向收益段集合中选取正趋势收益段集合；根据运动效益值从正趋势收益段集合中选择高效的正趋势收益段；根据正趋势收益段中的运动效益值、中点运动效益值选择训练强度后得到训练计划。从存在差异性个体的历史训练数据中选筛选出具有实际验证作为支撑的合理的、高效的训练数据，并智能化生成生成相应的个性化训练计划，其训练效果明显提升，可满足广大群众的需求。

Description

健身练习训练计划生成评价方法、系统、终端及介质

技术领域

本发明涉及智能健身技术领域，更具体地说，它涉及健身练习训练计划生成评价方法、系统、终端及介质。

背景技术

在如今全民互联网时代，互联网会占用生活的大部分时间，同时随着生活节奏的加快，越来越多人的身体处于亚健康状态，但是又很难抽出时间进行户外运动，大多选择在家里自己对照网上的运动教程进行运动健身，由于缺乏专业指导，健身训练效果不显著，通过选择智能设备进行辅导训练。

目前，为了科学健身就必须要根据自身的身体特征制定符合自己的健身计划，为此，个性化专业指导训练，尤其是私人教练服务得以快速发展。私人教练在教学过程中，为用户提供专属的健身指导，教练会根据每个用户不同的身体状况，帮助其制订个性化的健身计划，并在用户到馆健身时提供一对一的健身指导。

然而，私人教练定制的个性化健身计划均是以直接观察的身体状况数据为依托进行制定，缺乏存在差异性个体的实际验证支撑，其训练效果有待进一步提升；此外，私人教练定制个性化训练计划效率低，难以满足广大群众的需求。因此，如何研究设计一种基于历史训练数据的健身练习训练计划生成评价方法、系统、终端及介质是我们目前急需解决的问题。

发明内容

为解决现有私人教练定制的个性化健身计划均是以直接观察的身体状况数据为依托进行制定，缺乏存在差异性个体的实际验证支撑，其训练效果有待进一步提升的问题，本发明的目的是提供健身练习训练计划生成评价方法、系统、终端及介质，能够智能化生成个性化的健身计划，可满足广大群众的需求。

本发明的上述技术目的是通过以下技术方案得以实现的：

第一方面，提供了健身练习训练计划生成评价方法，包括以下步骤：

获取目标对象的历史训练数据，根据历史训练数据中的运动效益值y、运动强度值x建立训练收益函数y＝f(x)；

根据正向收益效率y'＝f'(x)＞0从训练收益函数y＝f(x)中选取正向收益段集合Y＝{y₁，y₂，y₃，…，y_n}；

根据正趋势收益效率y"＝f"(x)≥0从正向收益段集合Y中选取正趋势收益段集合

根据运动效益值y_max从正趋势收益段集合Y₁中选择高效的正趋势收益段y_G＝f_max(x)；

根据正趋势收益段y_G中的运动效益值y_max、中点运动效益值y_z选择训练强度X＝{x_z,x_max}后得到训练计划。

进一步的，所述运动效益值y_max的取值随着目标对象的年龄增加而变化，具体为：

y_max＝y_LS-max×(1-K)^Q

其中，y_max为实际选择的最大运动效益值；y_LS-max为正趋势收益段中历史记录的最大运动效益值；K为年龄衰弱系数；Q为当前与历史记录的年龄差值。

进一步的，所述训练强度X的取值随着目标对象的身体状态强弱而变化，具体为：

X_sj＝XH＝{Hx_z,Hx_max},0.6＜H≤1

其中，X_sj为训练强度X的实际取值，H为身体强度系数。

进一步的，该方法还包括对训练计划进行评价，评价的评分值P具体为：P＝H×(1-K)^Q×100。

进一步的，所述历史训练数据包括目标对象的个人信息、身体状态信息、训练计划、训练强度、训练效果。

进一步的，所述运动效益值y为各项生理指标中有益改变量的权重均值。

进一步的，所述运动强度值x为运动周期、运动心率、运动时间、运动难度的权重均值。

第二方面，提供了健身练习训练计划生成评价系统，包括：

数据处理模块，用于获取目标对象的历史训练数据，根据历史训练数据中的运动效益值y、运动强度值x建立训练收益函数y＝f(x)；

初步选择模块，用于根据正向收益效率y'＝f'(x)＞0从训练收益函数y＝f(x)中选取正向收益段集合Y＝{y₁，y₂，y₃，…，y_n}；

精度选择模块，用于根据正趋势收益效率y"＝f"(x)≥0从正向收益段集合Y中选取正趋势收益段集合

高效选择模块，用于根据运动效益值y_max从正趋势收益段集合Y₁中选择高效的正趋势收益段y_G＝f_max(x)；

计划生成模块，用于根据正趋势收益段y_G中的运动效益值y_max、中点运动效益值y_z选择训练强度X＝{x_z,x_max}后得到训练计划。

第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的健身练习训练计划生成评价方法。

第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的健身练习训练计划生成评价方法。

与现有技术相比，本发明具有以下有益效果：

1、本发明从存在差异性个体的历史训练数据中选筛选出具有实际验证作为支撑的合理的、高效的训练数据，并智能化生成生成相应的个性化训练计划，其训练效果明显提升，可满足广大群众的需求；

2、本发明在个性化训练计划制定过程中考虑目标对象随着年龄增加导致身体机能下降的影响因素，为目标对象制定在自身负荷范围内的可靠的训练计划；

3、本发明在个性化训练计划制定过程中考虑目标对象受伤、患病、虚弱等身体状况数据，为目标对象制定适应性的安全的训练计划；

4、本发明通过对训练计划进行智能评分，方便直观的展示用户训练阶段的身体情况。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1是本发明实施例中的流程框图；

图2是本发明实施例中的训练收益函数处理的示意图；

图3是本发明实施例中的系统架构图。

附图中标记及对应的零部件名称：

101、数据处理模块；102、初步选择模块；103、精度选择模块；104、高效选择模块；105、计划生成模块。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1：健身练习训练计划生成评价方法，如图1与图2所示，包括以下步骤：

步骤一：获取目标对象的历史训练数据，根据历史训练数据中的运动效益值y、运动强度值x建立训练收益函数y＝f(x)。

步骤二：根据训练收益函数y＝f(x)一介导后得到的正向收益效率y'＝f'(x)＞0从训练收益函数y＝f(x)中选取正向收益段集合Y＝{y₁，y₂，y₃，…，y_n}。

步骤三：根据训练收益函数y＝f(x)二介导后得到的正趋势收益效率y"＝f"(x)≥0从正向收益段集合Y中选取正趋势收益段集合

步骤四：根据运动效益值y_max从正趋势收益段集合Y₁中选择高效的正趋势收益段y_G＝f_max(x)。

步骤五：根据正趋势收益段y_G中的运动效益值y_max、中点运动效益值y_z选择训练强度X＝{x_z,x_max}后得到训练计划。

运动效益值y_max的取值随着目标对象的年龄增加而变化，具体为：

y_max＝y_LS-max×(1-K)^Q

训练强度X的取值随着目标对象的身体状态强弱而变化，具体为：

X_sj＝XH＝{Hx_z,Hx_max},0.6＜H≤1

其中，X_sj为训练强度X的实际取值，H为身体强度系数。

该方法还包括对训练计划进行评价，评价的评分值P具体为：P＝H×(1-K)^Q×100。

历史训练数据包括目标对象的个人信息、身体状态信息、训练计划、训练强度、训练效果。

运动效益值y为各项生理指标中有益改变量的权重均值。

运动强度值x为运动周期、运动心率、运动时间、运动难度的权重均值。

实施例2：健身练习训练计划生成评价系统，如图3所示，包括：

数据处理模块101，用于获取目标对象的历史训练数据，根据历史训练数据中的运动效益值y、运动强度值x建立训练收益函数y＝f(x)；

初步选择模块102，用于根据正向收益效率y'＝f'(x)＞0从训练收益函数y＝f(x)中选取正向收益段集合Y＝{y₁，y₂，y₃，…，y_n}；

精度选择模块103，用于根据正趋势收益效率y"＝f"(x)≥0从正向收益段集合Y中选取正趋势收益段集合

高效选择模块104，用于根据运动效益值y_max从正趋势收益段集合Y₁中选择高效的正趋势收益段y_G＝f_max(x)；

计划生成模块105，用于根据正趋势收益段y_G中的运动效益值y_max、中点运动效益值y_z选择训练强度X＝{x_z,x_max}后得到训练计划。

工作原理：从存在差异性个体的历史训练数据中选筛选出具有实际验证作为支撑的合理的、高效的训练数据，并智能化生成生成相应的个性化训练计划，其训练效果明显提升，可满足广大群众的需求；在个性化训练计划制定过程中考虑目标对象随着年龄增加导致身体机能下降的影响因素，为目标对象制定在自身负荷范围内的可靠的训练计划；以及在个性化训练计划制定过程中考虑目标对象受伤、患病、虚弱等身体状况数据，为目标对象制定适应性的安全的训练计划；通过对训练计划进行智能评分，方便直观的展示用户训练阶段的身体情况。

以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.健身练习训练计划生成评价方法，其特征是，包括以下步骤：

根据正趋势收益效率y"＝f"(x)≥0从正向收益段集合Y中选取正趋势收益段集合Y₁＝{y_i，…，y_n},

2.根据权利要求1所述的健身练习训练计划生成评价方法，其特征是，所述运动效益值y_max的取值随着目标对象的年龄增加而变化，具体为：

y_max＝y_LS-max×(1-K)^Q

3.根据权利要求2所述的健身练习训练计划生成评价方法，其特征是，所述训练强度X的取值随着目标对象的身体状态强弱而变化，具体为：

X_sj＝XH＝{Hx_z,Hx_max},0.6＜H≤1

其中，X_sj为训练强度X的实际取值，H为身体强度系数。

4.根据权利要求3所述的健身练习训练计划生成评价方法，其特征是，该方法还包括对训练计划进行评价，评价的评分值P具体为：P＝H×(1-K)^Q×100。

5.根据权利要求1所述的健身练习训练计划生成评价方法，其特征是，所述历史训练数据包括目标对象的个人信息、身体状态信息、训练计划、训练强度、训练效果。

6.根据权利要求1所述的健身练习训练计划生成评价方法，其特征是，所述运动效益值y为各项生理指标中有益改变量的权重均值。

7.根据权利要求1所述的健身练习训练计划生成评价方法，其特征是，所述运动强度值x为运动周期、运动心率、运动时间、运动难度的权重均值。

8.健身练习训练计划生成评价系统，其特征是，包括：

数据处理模块(101)，用于获取目标对象的历史训练数据，根据历史训练数据中的运动效益值y、运动强度值x建立训练收益函数y＝f(x)；

初步选择模块(102)，用于根据正向收益效率y'＝f'(x)＞0从训练收益函数y＝f(x)中选取正向收益段集合Y＝{y₁，y₂，y₃，…，y_n}；

精度选择模块(103)，用于根据正趋势收益效率y"＝f"(x)≥0从正向收益段集合Y中选取正趋势收益段集合Y₁＝{y_i，…，y_n},

高效选择模块(104)，用于根据运动效益值y_max从正趋势收益段集合Y₁中选择高效的正趋势收益段y_G＝f_max(x)；

计划生成模块(105)，用于根据正趋势收益段y_G中的运动效益值y_max、中点运动效益值y_z选择训练强度X＝{x_z,x_max}后得到训练计划。

9.一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-7中任意一项所述的健身练习训练计划生成评价方法。

10.一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如权利要求1-7中任意一项所述的健身练习训练计划生成评价方法。