CN112370746A - 基于在线自适应预测神经网络的智能健身负载控制系统 - Google Patents
基于在线自适应预测神经网络的智能健身负载控制系统 Download PDFInfo
- Publication number
- CN112370746A CN112370746A CN202011261436.8A CN202011261436A CN112370746A CN 112370746 A CN112370746 A CN 112370746A CN 202011261436 A CN202011261436 A CN 202011261436A CN 112370746 A CN112370746 A CN 112370746A
- Authority
- CN
- China
- Prior art keywords
- training
- trainer
- intelligent
- dynamic
- static
- 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
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 8
- 238000012549 training Methods 0.000 claims abstract description 134
- 230000003068 static effect Effects 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 4
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 9
- 230000036541 health Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 12
- 210000003205 muscle Anatomy 0.000 description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 6
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000017531 blood circulation Effects 0.000 description 6
- 229910052760 oxygen Inorganic materials 0.000 description 6
- 239000001301 oxygen Substances 0.000 description 6
- 240000007651 Rubus glaucus Species 0.000 description 4
- 235000011034 Rubus glaucus Nutrition 0.000 description 4
- 235000009122 Rubus idaeus Nutrition 0.000 description 4
- 238000007493 shaping process Methods 0.000 description 4
- 238000005728 strengthening Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 208000008589 Obesity Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- MFRCZYUUKMFJQJ-UHFFFAOYSA-N 1,4-dioxane-2,5-dione;1,3-dioxan-2-one Chemical compound O=C1OCCCO1.O=C1COC(=O)CO1 MFRCZYUUKMFJQJ-UHFFFAOYSA-N 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011529 cardiovascular cancer Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003183 myoelectrical effect Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000002232 neuromuscular Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
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
- A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
-
- 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
- A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
-
- 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
- A63B2024/0093—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load the load of the exercise apparatus being controlled by performance parameters, e.g. distance or speed
-
- 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
-
- 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
- A63B2230/01—User's weight
- A63B2230/015—User's weight used as a control parameter for the apparatus
-
- 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
- A63B2230/045—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations used as a control parameter for the apparatus
-
- 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
- A63B2230/08—Measuring physiological parameters of the user other bio-electrical signals
- A63B2230/085—Measuring physiological parameters of the user other bio-electrical signals used as a control parameter for the apparatus
-
- 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
- A63B2230/20—Measuring physiological parameters of the user blood composition characteristics
- A63B2230/207—P-O2, i.e. partial O2 value
- A63B2230/208—P-O2, i.e. partial O2 value used as a control parameter for the apparatus
-
- 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
- A63B2230/40—Measuring physiological parameters of the user respiratory characteristics
- A63B2230/405—Measuring physiological parameters of the user respiratory characteristics used as a control parameter for the apparatus
Landscapes
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Physical Education & Sports Medicine (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Instructional Devices (AREA)
Abstract
本发明涉及一种智能健身负载控制系统,特别是一种基于在线自适应预测神经网络的智能健身负载控制系统,包括:静态训练推荐智能系统,根据训练者的静态生理指标、需要的健身级别和训练目的制定符合训练者需求的训练强度,控制训练负载强度目标的生成;动态训练调节智能系统,在训练的过程中检测训练者的动态生理信号,根据训练者出现的异常动态生理信号实时动态的调整训练者的训练负载。本发明解决了“智能训练系统根据评价指标自适应的调整训练者的训练量”的技术问题,训练结果能够最大化的适应训练者自身,全程监控训练者的身体健康。
Description
技术领域
本发明涉及一种智能健身负载控制系统,特别是一种基于在线自适应预测神经网络的智能健身负载控制系统。
背景技术
当前社会越来越多的人从事脑力劳动,肥胖人数逐年上升,肥胖相关的疾病 (心血管,癌症等)发病率紧随其后,人们越发需要进行主动的锻炼,降低自身肥胖指数,以保持健康的姿态。2010-2020年我国经常参加体育锻炼的人数明显增加,人民健身意识觉醒,政府也出台各类政策大力支持健康服务业,体育健身产业的发展,促进健身业态的扩张,实现健康中国。
当前人们锻炼的效率普遍较低,普通大众需要学习相当多的训练知识并且在私人训练员或健康教练的指导下才能有效的锻炼肌肉,降低脂肪,稍有不慎,就会发生受伤的情况。然而,请教私人训练员或健康教练指导对于很多健身爱好者来说是很昂贵的,目前的智能健身设备仅仅提供了最佳训练康复指标,实际训练依然需要依靠训练者自身的经验。因此在这个健身热潮的当下,能够实现自动的调整训练量的智能健身设备的发展显得非常有意义。
针对上述情况,现有技术中已经给出过解决方案。
CN111274861A专利申请文件中提出一种健身效果的预测方法。该算法首先使用扭曲算法处理训练前的人脸照片,得到训练效果最佳的训练后人脸扭曲图,将该扭曲人脸与训练后的锻炼者比对,得出锻炼者的训练效果,锻炼者可据此调整自己的训练方法。
KEEP公司的手环能够通过输入人体生理参数,得到训练过程中的最佳心率大小,训练者可以在训练过程中保持这个心率大小实现最佳的训练结果。
CN110678932A专利申请文件中提出一种用于提供定制的锻炼相关推荐的技术。该技术融合了大数据和大量的传感器,便于从多种角度分析训练者的训练情况,向用户定期提供定制的锻炼相关推荐。
但是,现有技术中仍存在以下不足:
首先,现有技术是通过向用户提供健身训练的评价方法和评价指标,智能训练系统无法根据评价指标去自动动态的调整训练者的训练量,没办法保证训练者真正的享受到评价指标带来的训练效果。而且,训练者需要自己通过比对评价指标去改变自身的训练方式和训练量,对于那些没有健身训练知识的人来说,难以精确地调整训练量去改善评价指标。
其次,现有评价指标针对同一类体型的人评价指标数值完全一致,未考虑每个训练者的特殊体质,导致个性化不足,无法达到最佳的锻炼效果。
发明内容
本发明的目的是为了解决上述现有技术的不足而提供一种基于在线自适应预测神经网络的智能健身负载控制系统。
为了实现上述目的,本发明所设计的一种基于在线自适应预测神经网络的智能健身负载控制系统,包含:静态训练推荐智能系统和动态训练调节智能系统。
静态训练推荐智能系统根据训练者的静态生理指标、训练等级和训练目的制定符合训练者需求的训练强度,负责控制训练负载强度目标的生成。
其中,静态训练推荐智能系统的输入参数静态生理指标是指人体在较长的时间范围内相对稳定的指标,譬如身高、体重、腰围、肺活量等,这些参数能够在一定程度上反应训练者的身体素质;健身目的包含了增肌、减肥塑身、缓减压力、增强体质等等,不同的健身目的所需要的训练量是完全不同的,增肌需要较多高强度短时的无氧运动,而减肥塑身则需要消耗能量的训练时长更长的有氧运动,缓减压力和增强体质则需要低强度长时间的训练方式;训练等级,代表着当前模式的训练负载大小。
动态训练调节智能系统在训练的过程中检测训练者的动态生理信号,根据训练者出现的异常动态生理信号实时动态的调整训练者的训练负载,在保护训练者不受到伤害的同时为训练者提供私人教练般的最佳训练效果。
动态生理信号是人体在较短的时间内变化较大的信号,譬如肌电信号,心率,血流量,血氧饱和度等参数。动态生理信号可以检测出静态生理指标无法反映的参数,不同的个体可能拥有类似的静态生理指标,但是由于体质不同,其能够承受的运动训练强度也大相径庭,而动态生理信号能够较好的弥补静态生理指标的不足,其可用于监控训练者在训练过程中的异常和基于静态生理指标得到的训练计划的实际效果如何。
本发明系统中两个子系统相辅相成:静态训练推荐智能系统根据大数据驱动,提供对应人体静态生理指标的符合大众的训练强度;动态训练调节智能系统,根据训练者在训练过程中的动态生理数据,针对性的调节训练强度以实现按需、个性化的训练方式。基于本发明系统在训练者训练前,要求输入训练目的,健身的等级以及一些简单的静态生理信号检测,静态训练推荐智能系统据此输出极限身体素质(训练者所能承受的最高指标)、最佳训练量(训练负载,训练时长,训练次数等)和最佳训练特征值。系统按照此训练量对训练者进行训练,训练过程中动态训练调节智能系统检测人体的动态生理参数,获取人体的训练特征值,与最佳训练特征值比较进行实时的训练量调整。当发生紧急情况时,譬如人体的训练特征超出了极限身体素质时,可采取立即休息,甚至可联网拨打120紧急措施等。
本发明系统基于可无级调节负载的智能设备,它能够根据训练者的简单静态生理参数,训练等级和训练目标去推荐按个人需求的训练量和最佳训练指标,为健康爱好者提供直观的健身方向;更为重要的是,本发明能够在训练过程中自动实现该训练量指标,动态检测训练者的动态生理参数,在线调节与匹配训练负载,实现更为个性化的训练方式。训练结果能够最大化的适应训练者自身,全程监控训练者的身体健康。
附图说明
图1是静态训练推荐智能系统算法框图;
图2是动态训练调节智能系统算法框图;
图3是负载调节训练平台的结构示意图。
图中:训练平台1、电机2。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都应该属于本发明保护的范围。
作为本发明的一种实施方式,本实施方式中所提供的一种基于在线自适应预测神经网络的智能健身负载控制系统,包括:
动态训练调节智能系统,在训练的过程中检测训练者的动态生理信号,根据训练者出现的异常动态生理信号实时动态的调整训练者的训练负载,在保护训练者不受到伤害的同时为训练者提供私人教练般的最佳训练效果。
合理的动态生理参数选择:肌肉组织中的血流量和血氧饱和度与运动的负荷和心率密切相关,能够直接判断出训练者所能够承受的运动强度;心率可以起到安全保护的作用;肌电信号是浅层肌肉EMG和神经干上电活动在皮肤表面的综合效应,能在一定程度上反映神经肌肉的活动。信号的接收和处理采用 STM32F103ZET6型号的单片机A。
智能健身设备中人体的肌电信号采集可使用非侵入式的电极,对肌电信号的处理需要经过放大电路,20-1500Hz的带通滤波器、ADC数模转换后通过I/O 口连到单片机A中。
智能健身设备中人体的心率采集可使用心率手环,通过无线传输发送给单片机A。
智能健身设备中人体的血流量和血氧饱和度采集可采用近红外组织血氧参数无损监测仪和超声多普勒血流检测仪,通过无线传输发送给单片机A。
对数据的特征提取,运算量较大,对于72MHz主频的单片机A来说难以胜任,因此单片机A仅用于简单的数据预处理,譬如滤波处理。然后将数据上传到树莓派中,进行滑动窗口截取当前待处理的有效数据时间范围、时域特征提取(绝对值和,平均绝对值,绝对值方差,均方根值)等环节。
其中X是人体信号,N是滑动窗口内数据的个数。
在树莓派中实现整个训练流程的控制。采集上述信号计算出对应的特征向量,对比由静态训练推荐智能系统生成的最佳训练特征值,可以根据两个特征向量之间的加权距离和方向矫正预定义的训练量大小。距离越大,训练负载调整的步长越大,方向决定了负载是增大还是减小。若训练特征超过极限的身体素质,则降低训练量大小,增加休息时间次数。训练设备采用如图3所示的结构,该训练平台1的阻力控制发生模块(负载)由电机2的输出力矩进行控制,电机输出轴与连接线缆相连,将阻力传递给训练者。通过调节电机的输出力矩大小,就能够方便的实现训练负载的调控。电机采用Maxon扁平式电机,输出功率可达400W,添加减速器后输出最大的力矩100Nm。电机的控制器型号为 EPOS4 Compact 50/15控制器。健身器材的负载控制采用STM32F103系列单片机B。B搭载CANOPEN协议通过CAN通讯接口与EPOS 4控制器通讯进行电机的控制。树莓派与单片机B的通讯方式采用串口通讯,传输控制负载曲线数据。
静态训练推荐智能系统,根据训练者的静态生理指标、需要的健身级别和训练目的制定符合训练者需求的训练强度,负责控制训练负载强度目标的生成。
其中,静态训练推荐智能系统的输入参数静态生理指标是指人体在较长的时间范围内相对稳定的指标,譬如身高、体重、腰围、肺活量等,这些参数能够在一定程度上反应训练者的身体素质;健身目的包含了增肌、减肥塑身、缓减压力、增强体质等等,不同的健身目的所需要的训练量是完全不同的,增肌需要较多高强度短时的无氧运动,而减肥塑身则需要消耗能量的训练时长更长的有氧运动,缓减压力和增强体质则需要低强度长时间的训练方式;训练等级,代表着当前模式的训练负载大小。
由于输入输出的参数具有强烈的非线性和不确定性,因此静态训练推荐智能系统中可以采用多层感知机(MLP)机器学习算法进行处理和训练。激活函数选用RELU函数,便于提升大规模网络的训练效率和解决梯度消失、爆炸问题。
采用机器学习模型的训练,需要首先建立一个数据集。最佳训练量可采集自训练效果较好的训练者,以及专业私人训练员和健康教练的指导;不同生理参数的极限身体素质可以从国家统计局中的数据获取;最佳训练特征值的获取方式可以参考动态训练调节智能系统中的信号采集和计算方式。数据集存储于云服务器中,模型的训练和使用位于服务器中进行。
采用梯度下降法和反向传播算法训练模型后。训练者输入相应的训练目的,训练等级和静态生理参数到PC终端后,服务器利用模型计算得到对应于该训练爱好者的极限身体素质(心率范围,血氧饱和度范围,血流量范围)、最佳训练量(训练负载,训练时长,训练次数)和最佳训练特征值(最佳心率特征值,最佳血氧饱和度,最佳血流量)。通过网络存储于树莓派中用于负载控制。
本文中所描述的具体实施例仅仅是对本发明的构思作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (1)
1.一种基于在线自适应预测神经网络的智能健身负载控制系统,其特征是包括:静态训练推荐智能系统,根据训练者的静态生理指标、训练等级和训练目的制定符合训练者需求的训练强度,控制训练负载强度目标的生成;
动态训练调节智能系统,在训练的过程中检测训练者的动态生理信号,根据训练者出现的异常动态生理信号实时动态的调整训练者的训练负载。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011261436.8A CN112370746A (zh) | 2020-11-12 | 2020-11-12 | 基于在线自适应预测神经网络的智能健身负载控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011261436.8A CN112370746A (zh) | 2020-11-12 | 2020-11-12 | 基于在线自适应预测神经网络的智能健身负载控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112370746A true CN112370746A (zh) | 2021-02-19 |
Family
ID=74583250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011261436.8A Pending CN112370746A (zh) | 2020-11-12 | 2020-11-12 | 基于在线自适应预测神经网络的智能健身负载控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112370746A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101954171A (zh) * | 2009-07-16 | 2011-01-26 | 英业达股份有限公司 | 实时调整健身程序系统及其方法 |
US20130065730A1 (en) * | 2010-01-07 | 2013-03-14 | Antonio Camerota | Machine for the power exercise of a user |
CN103768763A (zh) * | 2012-10-19 | 2014-05-07 | 财团法人工业技术研究院 | 智能型脚踏车及其操作方法 |
CN107193378A (zh) * | 2017-05-20 | 2017-09-22 | 吉林大学 | 基于脑电波机器学习的情感判定装置及方法 |
US20170333754A1 (en) * | 2016-05-17 | 2017-11-23 | Kuaiwear Limited | Multi-sport biometric feedback device, system, and method for adaptive coaching |
CN108992066A (zh) * | 2018-08-15 | 2018-12-14 | 东北大学 | 基于肌电信号的便携式下肢行为模式实时识别系统及方法 |
CN109045575A (zh) * | 2018-08-30 | 2018-12-21 | 合肥工业大学 | 基于非接触式生理参数测量的智能跑步机 |
CN110678932A (zh) * | 2017-06-16 | 2020-01-10 | 苹果公司 | 用于提供定制的锻炼相关推荐的技术 |
CN111672082A (zh) * | 2020-04-23 | 2020-09-18 | 江苏第二师范学院(江苏省教育科学研究院) | 一种基于pca-pnn的游泳运动员训练负荷预测方法 |
CN111856958A (zh) * | 2020-07-27 | 2020-10-30 | 西北大学 | 智能家居控制系统、控制方法、计算机设备及存储介质 |
-
2020
- 2020-11-12 CN CN202011261436.8A patent/CN112370746A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101954171A (zh) * | 2009-07-16 | 2011-01-26 | 英业达股份有限公司 | 实时调整健身程序系统及其方法 |
US20130065730A1 (en) * | 2010-01-07 | 2013-03-14 | Antonio Camerota | Machine for the power exercise of a user |
CN103768763A (zh) * | 2012-10-19 | 2014-05-07 | 财团法人工业技术研究院 | 智能型脚踏车及其操作方法 |
US20170333754A1 (en) * | 2016-05-17 | 2017-11-23 | Kuaiwear Limited | Multi-sport biometric feedback device, system, and method for adaptive coaching |
CN107193378A (zh) * | 2017-05-20 | 2017-09-22 | 吉林大学 | 基于脑电波机器学习的情感判定装置及方法 |
CN110678932A (zh) * | 2017-06-16 | 2020-01-10 | 苹果公司 | 用于提供定制的锻炼相关推荐的技术 |
CN108992066A (zh) * | 2018-08-15 | 2018-12-14 | 东北大学 | 基于肌电信号的便携式下肢行为模式实时识别系统及方法 |
CN109045575A (zh) * | 2018-08-30 | 2018-12-21 | 合肥工业大学 | 基于非接触式生理参数测量的智能跑步机 |
CN111672082A (zh) * | 2020-04-23 | 2020-09-18 | 江苏第二师范学院(江苏省教育科学研究院) | 一种基于pca-pnn的游泳运动员训练负荷预测方法 |
CN111856958A (zh) * | 2020-07-27 | 2020-10-30 | 西北大学 | 智能家居控制系统、控制方法、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023109352A1 (zh) | 一种慢性呼吸衰竭病人远程康复训练指导系统 | |
US11389110B2 (en) | Automated adaptive muscle stimulation method and apparatus | |
TWI803884B (zh) | 以個人化運動處方箋自動調整最佳復健強度或運動量的智慧系統 | |
EP1852062B1 (en) | Method, user-specific performance monitor, system, and computer software product | |
KR100750597B1 (ko) | 운동 처방 기능을 포함하는 걷기 운동 기구 | |
EP1147790B1 (en) | Method and equipment for human-related measuring | |
CN110464347B (zh) | 一种盆底肌治疗方法、系统及装置 | |
WO2018214532A1 (zh) | 健身运动数据的反馈方法及装置 | |
US10271768B1 (en) | Method for determining rehab protocol and behavior shaping target for rehabilitation of neuromuscular disorders | |
Hunt et al. | Comparison of stimulation patterns for FES-cycling using measures of oxygen cost and stimulation cost | |
CN107411726A (zh) | 基于hrv心率变异训练的生物反馈控制方法和系统 | |
CN108905170B (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 | |
CN104305986B (zh) | 一种基于划船器的心肺耐力测试方法 | |
CN105342767A (zh) | 一种基于移动终端控制的智能轮椅 | |
WO2001036051A2 (en) | Motor learning enhancement system for optimal rehabilitation of neurological disorders and orthopedic limb injuries | |
CN114904140A (zh) | 理疗设备及其控制方法、理疗系统 | |
CN112364564A (zh) | 一种基于评价指标的人在回路智能训练负载曲线优化算法 | |
CN209203256U (zh) | 基于视觉-肌电生物反馈的肌肉损伤康复训练系统 | |
CN112370746A (zh) | 基于在线自适应预测神经网络的智能健身负载控制系统 | |
CN111329457A (zh) | 一种穿戴式运动指数检测设备和检测方法 | |
TW202123878A (zh) | 運動感測方法、裝置及系統 | |
CN116994741B (zh) | 基于智能中低频理疗终端的交互系统与方法 | |
CN116312951A (zh) | 一种基于多模态耦合分析的运动功能评估方法及其系统 | |
EP1075858A4 (en) | DEVICE FOR AUTOMATICALLY ADJUSTING THE LOAD OF AEROBICS EXERCISE APPARATUS | |
CN115251946A (zh) | 一种基于心率变异性生物反馈训练的盆底训练装置及训练方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210219 |