CN115831371A - 一种儿童体质健康评估系统和设备 - Google Patents

一种儿童体质健康评估系统和设备 Download PDF

Info

Publication number
CN115831371A
CN115831371A CN202310124195.XA CN202310124195A CN115831371A CN 115831371 A CN115831371 A CN 115831371A CN 202310124195 A CN202310124195 A CN 202310124195A CN 115831371 A CN115831371 A CN 115831371A
Authority
CN
China
Prior art keywords
tester
child
data
physical
physical health
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
CN202310124195.XA
Other languages
English (en)
Other versions
CN115831371B (zh
Inventor
李雪
韦洪雷
金毓
王军威
高瞻乐
林涛
张澜川
赵锐
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.)
Southwest Jiaotong University
Chengdu Sport University
Original Assignee
Southwest Jiaotong University
Chengdu Sport 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 Southwest Jiaotong University, Chengdu Sport University filed Critical Southwest Jiaotong University
Priority to CN202310124195.XA priority Critical patent/CN115831371B/zh
Publication of CN115831371A publication Critical patent/CN115831371A/zh
Application granted granted Critical
Publication of CN115831371B publication Critical patent/CN115831371B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种儿童体质健康评估系统和设备，系统包括各体质测试仪，用于分别测试体质数据，还包括读卡器，用于读取儿童的身份信息，还包括儿童体质健康评估设备用于按照如下方式获取待测儿童的体质评估结果：获取各单项评价指标的测试值、性别和年龄，将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，所述体质健康评分包括体质健康总评分和各单项评价指标得分。本发明能够基于泛化能力强的预测模型实现儿童体质健康的预测评估。

Description

一种儿童体质健康评估系统和设备
技术领域
在本发明属于健康测试技术领域，具体涉及一种儿童体质健康评估系统和设备。
背景技术
近年来，随着对儿童身体健康的重视，儿童体质检测评估成为儿童成长状况的重要评估手段，儿童体质检测是指对儿童的身体形态、身体机能、身体素质以及身体姿态等多个方面的体质评价指标进行专业的、科学的以及有计划地测试，并对测试数据进行整理分析，从而判断幼儿的体质状况，进而更好地发现幼儿身体情况的不足，以便针对不足之处合理地进行身体锻炼，帮助儿童从小养成良好的运动习惯，提高身体素质，其中，儿童体质检测项目包括身高体重、往返跑、平衡木、立定跳远、双脚连续跳、单脚站立、体前屈和投掷等；
现有的儿童体质检测系统通过多个检测设备分别进行检测，这些检测设备均各自连接有一个数据接收端，当儿童分别在相应设备进行体质检测时，该项目的检测设备将检测数据传输至对应的数据接收端，随后由各数据接收端将各自的数据统一传输至终端主机进行数据处理和分析。然而，现有的儿童体质检测系统具有如下缺陷：在进行儿童体质测试评分时，现有的儿童体质健康评分体系的模型泛化能力较差，模型预测结果不够准确。
发明内容
本发明的目的是提供一种儿童体质健康评估系统和设备，用以解决现有技术中存在的儿童体质健康评分体系的模型泛化能力较差，模型预测结果不够准确的技术问题。
为了实现上述目的，本发明采用以下技术方案：
第一方面提供一种儿童体质健康评估系统，包括有身体形态测试仪、身体机能测试仪、20米跑测试仪、网球投掷测试仪、立定跳远测试仪、体前屈测试仪、双脚连续跳测试仪、折返跑测试仪、平衡木测试仪、读卡器和儿童体质健康评估设备，其中，所述身体形态测试仪用于一体式测量儿童的身高数据、体重数据和胸围数据，所述身体机能测试仪用于一体式测量儿童的心率数据和血压数据，所述20米跑测试仪用于测量儿童在20米距离内跑步所耗费的时长，所述网球投掷测试仪用于测量儿童定点投掷网球的距离，所述立定跳远测试仪用于测量儿童定点跳远的距离，所述体前屈测试仪用于测量儿童上躯体的活动幅度，所述双脚连续跳测试仪用于测量儿童完成预设距离的双脚连续跳所需的时间，所述折返跑测试仪用于测量儿童完成预设距离的折返跑所需的时间，所述平衡木测试仪用于测量儿童完成平衡木行走所需的时间，所述读卡器用于读取儿童的身份信息；
所述儿童体质健康评估设备分别通信连接所述身体形态测试仪、所述身体机能测试仪、所述20米跑测试仪、所述网球投掷测试仪、所述立定跳远测试仪、所述体前屈测试仪、所述双脚连续跳测试仪、所述折返跑测试仪、所述平衡木测试仪和所述读卡器，并用于按照如下方式获取待测儿童的体质评估结果：
获取由所述身体形态测试仪、所述身体机能测试仪、所述20米跑测试仪、所述网球投掷测试仪、所述立定跳远测试仪、所述体前屈测试仪、所述双脚连续跳测试仪、所述折返跑测试仪、所述平衡木测试仪对待测儿童采集的各单项评价指标的测试值，以及获取由所述读卡器对待测儿童采集的性别和年龄信息，其中，各单项评价指标包括身高、体重、胸围、心率、血压、20米跑测试时长、网球投掷距离、立定跳远距离、体前屈距离、双脚连跳测试时长、折返跑测试时长和平衡木测试时长；
将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，所述体质健康评分包括体质健康总评分和各单项评价指标得分。
在一种可能的设计中，所述樽海鞘算法优化支持向量机的儿童体质健康评估模型的训练过程如下：
步骤1：将儿童的身份信息和各单项评价指标的测试样本数据作为模型输入，并将测试样本数据对应的体质健康评分作为模型输出，将测试样本数据分为训练集和测试集，并对训练集和测试集进行归一化处理；
步骤2：初始化樽海鞘算法模型的参数，其中，模型参数包括种群规模
Figure SMS_1
、最大迭代次数
Figure SMS_2
、惩罚参数
Figure SMS_3
的取值区间以及核函数宽度
Figure SMS_4
的取值区间，并基于如下公式随机产生樽海鞘种群：
Figure SMS_5
；（1）
其中，
Figure SMS_6
表示优化问题的维度，
Figure SMS_7
表示樽海鞘的捕食搜索空间，
Figure SMS_8
表示樽海鞘的位置，
Figure SMS_9
和
Figure SMS_10
分别表示搜索空间的上限和下限；
步骤3：将训练集输入到支持向量机模型中，并基于如下公式计算
Figure SMS_11
个樽海鞘个体的初始适应度；
Figure SMS_12
；（2）
其中，
Figure SMS_13
表示樽海鞘算法对支持向量机模型的惩罚参数
Figure SMS_14
和核函数宽度
Figure SMS_15
进行优化选择的目标函数，
Figure SMS_16
和
Figure SMS_17
分别表示儿童体质健康评分的预测值和儿童体质健康评分的实际值，
Figure SMS_18
表示训练集的样本数量；
步骤4：对
Figure SMS_19
个樽海鞘个体的初始适应度进行排序，并根据排序结果确定当前食物位置、领导者和跟随者，其中，初始适应度最优的樽海鞘的位置当前食物位置，剩余的初始适应度前
Figure SMS_20
的樽海鞘个体为领导者，后
Figure SMS_21
的樽海鞘个体为追随者；
步骤5：基于如下公式分别更新领导者和追随者的位置；
Figure SMS_22
；（3）
其中，
Figure SMS_23
表示樽海鞘的运动距离，
Figure SMS_24
和
Figure SMS_25
分别表示第
Figure SMS_26
维第
Figure SMS_27
个和第
Figure SMS_28
个追随者的位置；
Figure SMS_29
；（4）
其中，
Figure SMS_33
表示支持向量机的目标函数，
Figure SMS_34
表示权值向量，
Figure SMS_35
表示转置，
Figure SMS_36
表示非线性映射函数，
Figure SMS_37
和
Figure SMS_38
分别表示支持向量机模型的输入和输出，
Figure SMS_39
表示偏置量，
Figure SMS_30
表示不敏感损失函数的最大误差系数，
Figure SMS_31
和
Figure SMS_32
表示松弛系数，
步骤6：计算更新后的樽海鞘群体的适应度，若适应度大于当前食物的适应度，则将适应度更优的樽海鞘位置作为新的食物位置；
重复上述步骤3至步骤6，直至当前迭代次数大于最大迭代次数时，输出支持向量机模型的最优惩罚参数和最优核函数宽度，并将最优惩罚参数和最优核函数宽度输入到支持向量机模型进行儿童体质健康评估。
在一种可能的设计中，所述测试样本数据的体质健康总评分数据的获取方式如下：
从数据库中获取与儿童的性别和年龄对应的儿童体质测评标准评分表，并根据测试样本数据与儿童体质测评标准评分表中各单项评价指标的对应关系确定各单项体质评分，并根据各单项体质评分得到体质健康总评分数据。
在一种可能的设计中，在通过儿童体质健康评估模型对待测儿童的体质健康总评分进行评估和输出之后，所述儿童体质健康评估设备还用于：
采用决定系数对儿童体质健康评估模型的评估结果进行验证，验证公式如下：
Figure SMS_40
；（5）
其中，
Figure SMS_41
表示决定系数，
Figure SMS_42
表示测试样本数据的数量，
Figure SMS_43
和
Figure SMS_44
分别表示第
Figure SMS_45
个测试样本数据的体质健康总评分的实际值和预测值。
在一种可能的设计中，在将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入之前，所述儿童体质健康评估设备还用于：
基于预设的关联规则，以最小置信度为筛选准则，对各单项评价指标的测试值中的数据项进行筛选，以确定每一单项评价指标在体质测试标准中的位置或权重。
在一种可能的设计中，基于预设的关联规则，以最小置信度为筛选准则，对各单项评价指标的测试值中的数据项进行筛选，以确定每一单项评价指标在体质测试标准中的位置或权重，包括：
将各单项评价指标的测试值作为处理对象，得到多个测试项目对应的数据集合；
根据体质健康数据在数据集合上的映射关系确定体质健康数据与数据集合的关联性，关联性的数学表达式如下：
Figure SMS_46
；（6）
其中，
Figure SMS_47
表示事务总数量，
Figure SMS_48
表示体质健康数据数量，
Figure SMS_49
表示第
Figure SMS_50
个体质测试项目，
Figure SMS_51
表示第
Figure SMS_52
个体质测试项目的测试值数据长度，
Figure SMS_53
表示体质健康数据子集；
根据体质健康数据与数据集合的关联性，确定体质健康数据在数据集合中出现的概率，概率公式如下：
Figure SMS_54
；（7）
其中，
Figure SMS_55
表示包含数据长度的事件，
Figure SMS_56
表示含有体质健康数据的体测项目数量；
根据体质健康数据在数据集合中出现的概率，确定每一单项评价指标在体质测试标准中的位置或权重。
在一种可能的设计中，所述儿童体质健康评估设备包括数据采集装置，用于采集各体质测试仪的测试数据；所述数据采集装置包括FPGA芯片，所述FPGA芯片设有可拆卸连接的I/O模块，并通过I/O模块连接NIcRIO-9075型嵌入式控制器，所述NIcRIO-9075型嵌入式控制器配置有多通道的电压输入模块和多通道的电流输入模块。
在一种可能的设计中，所述身体形态测试仪、身体机能测试仪、20米跑测试仪、网球投掷测试仪、立定跳远测试仪、体前屈测试仪、双脚连续跳测试仪、折返跑测试仪、平衡木测试仪内部均设置有传感器，各传感器分别用于检测儿童体质测试过程中生成的测试数据。
在一种可能的设计中，还包括与所述儿童体质健康评估设备通信连接的打印设备，所述打印设备用于在输出儿童体质健康评估结果时，将待测儿童的体质总评分和/或各单项评价指标上的测试值和/或单项体质评分打印在纸质报告上。
第二方面提供一种儿童体质健康评估设备，包括：
数据获取模块，用于获取由身体形态测试仪、身体机能测试仪、20米跑测试仪、网球投掷测试仪、立定跳远测试仪、体前屈测试仪、双脚连续跳测试仪、折返跑测试仪、平衡木测试仪对待测儿童采集的各单项评价指标的测试值，以及获取由读卡器对待测儿童采集的性别和年龄信息，其中，各单项评价指标包括身高、体重、胸围、心率、血压、20米跑测试时长、网球投掷距离、立定跳远距离、体前屈距离、双脚连跳测试时长、折返跑测试时长和平衡木测试时长；
评分预测模块，用于将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，体质健康评分包括体质健康总评分和各单项评价指标得分。
本发明相较于现有技术的有益效果为：
本发明通过各测试仪获取测量得到单项评价指标的测试值，并将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，由于支持向量机模型易受惩罚参数和核函数宽度的影响，通过樽海鞘对支持向量机的惩罚参数和核函数宽度进行优化选择，从而使得用于儿童的体质健康评分的儿童体质健康评估模型在具有多种输入指标的情况下，仍然具有良好的模型泛化能力，从而保证了预测结果的准确性。
附图说明
图1为本申请实施例中的儿童体质健康评估系统的结构框图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
实施例
为了解决现有技术中存在的儿童体质健康评分体系的模型泛化能力较差，模型预测结果不够准确的技术问题。本申请实施例提供了一种儿童体质健康评估系统，该系统通过各测试仪获取测量得到单项评价指标的测试值，并将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，由于支持向量机模型易受惩罚参数和核函数宽度的影响，通过樽海鞘对支持向量机的惩罚参数和核函数宽度进行优化选择，从而使得用于儿童的体质健康评分的儿童体质健康评估模型在具有多种输入指标的情况下，仍然具有良好的模型泛化能力，从而保证了预测结果的准确性。
用以下面将对本申请实施例提供的儿童体质健康评估系统进行详细说明。
其中，需要说明的是，本申请实施例提供的儿童体质健康评估系统中的儿童体质健康评估设备可应用任意操作系统来实现儿童体质健康的评估，其中，操作系统包括但不限于Windows系统、Mac系统、Linux系统、Chrome OS系统、UNIX操作系统、IOS系统和安卓系统等，此处不做限定；其中，儿童体质健康终端设备包括但不限于IPAD平板电脑、个人移动电脑、工业计算机、个人计算机等，此处不做限定。为便于描述，除特别说明外，本申请实施例均以工业计算机为执行主体进行说明。可以理解，所述执行主体并不构成对本申请实施例的限定，在其他的一些实施例中可以采用其他类型的终端设备作为执行主体。
其中，需要说明的是，本申请实施例中的儿童体质健康评估系统主要适用于3-6岁的幼龄儿童的体质评估，以便根据体质评估结果帮助儿童更好地生长发育，当然，可以理解的是，本申请实施例中的儿童体质健康评估系统同样也适用于其他年龄段的儿童的体质评估，此处不做限定。
如图1所示，是本申请实施例提供的儿童体质健康评估系统的结构框图，所述儿童体质健康评估系统，包括有身体形态测试仪、身体机能测试仪、20米跑测试仪、网球投掷测试仪、立定跳远测试仪、体前屈测试仪、双脚连续跳测试仪、折返跑测试仪、平衡木测试仪、读卡器和儿童体质健康评估设备，其中，所述身体形态测试仪用于一体式测量儿童的身高数据、体重数据和胸围数据，所述身体机能测试仪用于一体式测量儿童的心率数据和血压数据，所述20米跑测试仪用于测量儿童在20米距离内跑步所耗费的时长，所述网球投掷测试仪用于测量儿童定点投掷网球的距离，所述立定跳远测试仪用于测量儿童定点跳远的距离，所述体前屈测试仪用于测量儿童上躯体的活动幅度，所述双脚连续跳测试仪用于测量儿童完成预设距离的双脚连续跳所需的时间，所述折返跑测试仪用于测量儿童完成预设距离的折返跑所需的时间，所述平衡木测试仪用于测量儿童完成平衡木行走所需的时间，所述读卡器用于读取儿童的身份信息；
其中，需要说明的是，由于3-6岁儿童体质的主要评测指标包括身体形态、身体机能以及各种运动反应能力，本申请实施例设置了上述的各类体质测试仪分别对各项数据进行检测，以实现儿童体质数据的定向采集。其中，身体形态测试仪主要用于一体式检测儿童的身高、体重和胸围数据，而身高是评价幼儿骨骼生长发育和身体纵向高度的重要指标，体重是评价幼儿的发育程度和营养状况的重要指标，胸围是反映幼儿胸背肌肉、皮下脂肪和肺的发育状况的参考指标；其中，身体机能测试仪包括一体式设置的心率测试仪和血压测试仪，分别用于测量心率数据和血压数据，而心率数据是指幼儿安静状态下每分钟心跳的次数，是衡量幼儿身体机能状态的重要指标，血压是指血管内的血液对血管壁的测压力，是测定幼儿身体机能状态的常规指标；其中，20米跑测试仪用于测量儿童在20米距离内跑步所耗费的时长，以反映儿童的速度素质；其中，网球投掷测试仪测量的数据用于反映幼儿上肢和腰腹肌肉的力量；其中，立定跳远测试仪用于反映幼儿下肢肌肉的爆发力，是力量与速度的综合体现；其中，体前屈测试仪用于反映幼儿的柔韧性素质；其中，双脚连续跳测试仪用于反映幼儿的协调性和下肢肌肉力量；其中，折返跑测试仪用于反映幼儿的灵敏性素质；其中，平衡木测试仪用于反映幼儿的静态平衡能力。
其中，需要说明的是，所述读卡器用于读取儿童的身份信息，具体的，可以在儿童体质测试时，在儿童身上设置RFID电子标签，该RFID电子标签携带儿童的身份ID，包括姓名、年龄和性别等，此处不做限定；那么，当将儿童身份信息以及各项体质测试数据传输至儿童体质健康评估设备时，可以自动将儿童身份信息与各项体质测试数据进行匹配，实现数据的自动采集。
所述儿童体质健康评估设备分别通信连接所述身体形态测试仪、所述身体机能测试仪、所述20米跑测试仪、所述网球投掷测试仪、所述立定跳远测试仪、所述体前屈测试仪、所述双脚连续跳测试仪、所述折返跑测试仪、所述平衡木测试仪和所述读卡器，并用于按照如下方式获取待测儿童的体质评估结果：
获取由所述身体形态测试仪、所述身体机能测试仪、所述20米跑测试仪、所述网球投掷测试仪、所述立定跳远测试仪、所述体前屈测试仪、所述双脚连续跳测试仪、所述折返跑测试仪、所述平衡木测试仪对待测儿童采集的各单项评价指标的测试值，以及获取由所述读卡器对待测儿童采集的性别和年龄信息，其中，各单项评价指标包括身高、体重、胸围、心率、血压、20米跑测试时长、网球投掷距离、立定跳远距离、体前屈距离、双脚连跳测试时长、折返跑测试时长和平衡木测试时长；
将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，所述体质健康评分包括体质健康总评分和各单项评价指标得分。
其中，需要说明的是，本申请实施例中的樽海鞘算法优化支持向量机的儿童体质健康评估模型的训练过程如下：
步骤1：将儿童的身份信息和各单项评价指标的测试样本数据作为模型输入，并将测试样本数据对应的体质健康评分作为模型输出，将测试样本数据分为训练集和测试集，并对训练集和测试集进行归一化处理；
在步骤1一种可能的设计中，所述测试样本数据的体质健康总评分数据的获取方式如下：
从数据库中获取与儿童的性别和年龄对应的儿童体质测评标准评分表，并根据测试样本数据与儿童体质测评标准评分表中各单项评价指标的对应关系确定各单项体质评分，并根据各单项体质评分得到体质健康总评分数据。
具体的，所述儿童体质测评标准评分表为基于先验知识设计的关于儿童体质的测评评分表，例如，针对3-6岁龄的男童和女童，分别设置了与年龄和性别匹配的身高体重区间，并将区间划分为多个子区间，每一子区间对应一个评分或等级，例如对于6岁男童身高，若处于115-122cm之间，则认为是优秀，说明骨骼生长发育和身体纵向生长水平优秀。那么，基于多个体质标准评分表能够得出儿童每一单项体质测试的得分，最后根据各单项体质评分能够得到体质健康总评分，将该体质健康总评分作为模型输出，并将儿童的身份信息和各单项评价指标的测试样本数据作为模型输入，能够通过训练得到评估儿童的体质健康评分的儿童体质健康评估模型。
步骤2：初始化樽海鞘算法模型的参数，其中，模型参数包括种群规模
Figure SMS_57
、最大迭代次数
Figure SMS_58
、惩罚参数
Figure SMS_59
的取值区间以及核函数宽度
Figure SMS_60
的取值区间，并基于如下公式随机产生樽海鞘种群：
Figure SMS_61
；（1）
其中，
Figure SMS_62
表示优化问题的维度，
Figure SMS_63
表示樽海鞘的捕食搜索空间，
Figure SMS_64
表示樽海鞘的位置，
Figure SMS_65
和
Figure SMS_66
分别表示搜索空间的上限和下限；
步骤3：将训练集输入到支持向量机模型中，并基于如下公式计算
Figure SMS_67
个樽海鞘个体的初始适应度；
Figure SMS_68
；（2）
其中，
Figure SMS_69
表示樽海鞘算法对支持向量机模型的惩罚参数
Figure SMS_70
和核函数宽度
Figure SMS_71
进行优化选择的目标函数，
Figure SMS_72
和
Figure SMS_73
分别表示儿童体质健康评分的预测值和儿童体质健康评分的实际值，
Figure SMS_74
表示训练集的样本数量；
步骤4：对
Figure SMS_75
个樽海鞘个体的初始适应度进行排序，并根据排序结果确定当前食物位置、领导者和跟随者，其中，初始适应度最优的樽海鞘的位置当前食物位置，剩余的初始适应度前
Figure SMS_76
的樽海鞘个体为领导者，后
Figure SMS_77
的樽海鞘个体为追随者；
步骤5：基于如下公式分别更新领导者和追随者的位置；
Figure SMS_78
；（3）
其中，
Figure SMS_79
表示樽海鞘的运动距离，
Figure SMS_80
和
Figure SMS_81
分别表示第
Figure SMS_82
维第
Figure SMS_83
个和第
Figure SMS_84
个追随者的位置；
Figure SMS_85
；（4）
其中，
Figure SMS_86
表示支持向量机的目标函数，
Figure SMS_88
表示权值向量，
Figure SMS_90
表示转置，
Figure SMS_92
表示非线性映射函数，
Figure SMS_93
和
Figure SMS_94
分别表示支持向量机模型的输入和输出，
Figure SMS_95
表示偏置量，
Figure SMS_87
表示不敏感损失函数的最大误差系数，
Figure SMS_89
和
Figure SMS_91
表示松弛系数，
步骤6：计算更新后的樽海鞘群体的适应度，若适应度大于当前食物的适应度，则将适应度更优的樽海鞘位置作为新的食物位置；
重复上述步骤3至步骤6，直至当前迭代次数大于最大迭代次数时，输出支持向量机模型的最优惩罚参数和最优核函数宽度，并将最优惩罚参数和最优核函数宽度输入到支持向量机模型进行儿童体质健康评估。
基于上述公开的内容，由于支持向量机模型容易受到惩罚参数和核函数宽度的影响，本申请实施例通过樽海鞘的种群寻优算法获取支持向量机模型的最优惩罚参数和最优核函数宽度，从而使得训练得到的儿童体质健康评估模型具有良好的泛化能力，进而确保输出的儿童体质健康评分的准确性。
在一种具体的实施方式中，在通过儿童体质健康评估模型对待测儿童的体质健康总评分进行评估和输出之后，所述儿童体质健康评估设备还用于：
采用决定系数对儿童体质健康评估模型的评估结果进行验证，验证公式如下：
Figure SMS_96
；（5）
其中，
Figure SMS_97
表示决定系数，
Figure SMS_98
表示测试样本数据的数量，
Figure SMS_99
和
Figure SMS_100
分别表示第
Figure SMS_101
个测试样本数据的体质健康总评分的实际值和预测值。
在一种具体的实施方式中，在将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入之前，所述儿童体质健康评估设备还用于：
基于预设的关联规则，以最小置信度为筛选准则，对各单项评价指标的测试值中的数据项进行筛选，以确定每一单项评价指标在体质测试标准中的位置或权重。
具体的，基于预设的关联规则，以最小置信度为筛选准则，对各单项评价指标的测试值中的数据项进行筛选，以确定每一单项评价指标在体质测试标准中的位置或权重，包括：
将各单项评价指标的测试值作为处理对象，得到多个测试项目对应的数据集合；
根据体质健康数据在数据集合上的映射关系确定体质健康数据与数据集合的关联性，关联性的数学表达式如下：
Figure SMS_102
；（6）
其中，
Figure SMS_103
表示事务总数量，
Figure SMS_104
表示体质健康数据数量，
Figure SMS_105
表示第
Figure SMS_106
个体质测试项目，
Figure SMS_107
表示第
Figure SMS_108
个体质测试项目的测试值数据长度，
Figure SMS_109
表示体质健康数据子集；
根据体质健康数据与数据集合的关联性，确定体质健康数据在数据集合中出现的概率，概率公式如下：
Figure SMS_110
；（7）
其中，
Figure SMS_111
表示包含数据长度的事件，
Figure SMS_112
表示含有体质健康数据的体测项目数量；
根据体质健康数据在数据集合中出现的概率，确定每一单项评价指标在体质测试标准中的位置或权重。
在一种可能的设计中，所述儿童体质健康评估设备包括数据采集装置，用于采集各体质测试仪的测试数据；所述数据采集装置包括FPGA芯片，所述FPGA芯片设有可拆卸连接的I/O模块，并通过I/O模块连接NIcRIO-9075型嵌入式控制器，所述NIcRIO-9075型嵌入式控制器配置有多通道的电压输入模块和多通道的电流输入模块。
在一种可能的设计中，所述身体形态测试仪、身体机能测试仪、20米跑测试仪、网球投掷测试仪、立定跳远测试仪、体前屈测试仪、双脚连续跳测试仪、折返跑测试仪和平衡木测试仪内部均设置有传感器，各传感器分别用于检测儿童体质测试过程中生成的测试数据。
在一种可能的设计中，还包括与所述儿童体质健康评估设备通信连接的打印设备，所述打印设备用于在输出儿童体质健康评估结果时，将待测儿童的体质总评分和/或各单项评价指标上的测试值和/或单项体质评分打印在纸质报告上。
基于上述公开的内容，本申请实施例通过各测试仪获取测量得到单项评价指标的测试值，并将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，由于支持向量机模型易受惩罚参数和核函数宽度的影响，通过樽海鞘对支持向量机的惩罚参数和核函数宽度进行优化选择，从而使得用于儿童的体质健康评分的儿童体质健康评估模型在具有多种输入指标的情况下，仍然具有良好的模型泛化能力，从而保证了预测结果的准确性。
第二方面提供一种儿童体质健康评估设备，包括：
数据获取模块，用于获取由身体形态测试仪、身体机能测试仪、20米跑测试仪、网球投掷测试仪、立定跳远测试仪、体前屈测试仪、双脚连续跳测试仪、折返跑测试仪、平衡木测试仪对待测儿童采集的各单项评价指标的测试值，以及获取由读卡器对待测儿童采集的性别和年龄信息，其中，各单项评价指标包括身高、体重、胸围、心率、血压、20米跑测试时长、网球投掷距离、立定跳远距离、体前屈距离、双脚连跳测试时长、折返跑测试时长和平衡木测试时长；
评分预测模块，用于将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，体质健康评分包括体质健康总评分和各单项评价指标得分。
其中，需要说明的是，本申请实施例中的儿童体质健康评估设备可应用任意操作系统来实现儿童体质健康的评估，其中，操作系统包括但不限于Windows系统、Mac系统、Linux系统、Chrome OS系统、UNIX操作系统、IOS系统和安卓系统等，此处不做限定；其中，儿童体质健康终端设备包括但不限于IPAD平板电脑、个人移动电脑、工业计算机、个人计算机等，此处不做限定。为便于描述，除特别说明外，本申请实施例均以工业计算机为执行主体进行说明。可以理解，所述执行主体并不构成对本申请实施例的限定，在其他的一些实施例中可以采用其他类型的终端设备作为执行主体。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种儿童体质健康评估系统，其特征在于，包括有身体形态测试仪、身体机能测试仪、20米跑测试仪、网球投掷测试仪、立定跳远测试仪、体前屈测试仪、双脚连续跳测试仪、折返跑测试仪、平衡木测试仪、读卡器和儿童体质健康评估设备，其中，所述身体形态测试仪用于一体式测量儿童的身高数据、体重数据和胸围数据，所述身体机能测试仪用于一体式测量儿童的心率数据和血压数据，所述20米跑测试仪用于测量儿童在20米距离内跑步所耗费的时长，所述网球投掷测试仪用于测量儿童定点投掷网球的距离，所述立定跳远测试仪用于测量儿童定点跳远的距离，所述体前屈测试仪用于测量儿童上躯体的活动幅度，所述双脚连续跳测试仪用于测量儿童完成预设距离的双脚连续跳所需的时间，所述折返跑测试仪用于测量儿童完成预设距离的折返跑所需的时间，所述平衡木测试仪用于测量儿童完成平衡木行走所需的时间，所述读卡器用于读取儿童的身份信息；
所述儿童体质健康评估设备分别通信连接所述身体形态测试仪、所述身体机能测试仪、所述20米跑测试仪、所述网球投掷测试仪、所述立定跳远测试仪、所述体前屈测试仪、所述双脚连续跳测试仪、所述折返跑测试仪、所述平衡木测试仪和所述读卡器，并用于按照如下方式获取待测儿童的体质评估结果：
获取由所述身体形态测试仪、所述身体机能测试仪、所述20米跑测试仪、所述网球投掷测试仪、所述立定跳远测试仪、所述体前屈测试仪、所述双脚连续跳测试仪、所述折返跑测试仪、所述平衡木测试仪对待测儿童采集的各单项评价指标的测试值，以及获取由所述读卡器对待测儿童采集的性别和年龄信息，其中，各单项评价指标包括身高、体重、胸围、心率、血压、20米跑测试时长、网球投掷距离、立定跳远距离、体前屈距离、双脚连跳测试时长、折返跑测试时长和平衡木测试时长；
将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，所述体质健康评分包括体质健康总评分和各单项评价指标得分。
2.根据权利要求1所述的儿童体质健康评估系统，其特征在于，所述樽海鞘算法优化支持向量机的儿童体质健康评估模型的训练过程如下：
步骤1：将儿童的身份信息和各单项评价指标的测试样本数据作为模型输入，并将测试样本数据对应的体质健康评分作为模型输出，将测试样本数据分为训练集和测试集，并对训练集和测试集进行归一化处理；
步骤2：初始化樽海鞘算法模型的参数，其中，模型参数包括种群规模
Figure QLYQS_1
、最大迭代次数
Figure QLYQS_2
、惩罚参数
Figure QLYQS_3
的取值区间以及核函数宽度
Figure QLYQS_4
的取值区间，并基于如下公式随机产生樽海鞘种群：
Figure QLYQS_5
；（1）
其中，
Figure QLYQS_6
表示优化问题的维度，
Figure QLYQS_7
表示樽海鞘的捕食搜索空间，
Figure QLYQS_8
表示樽海鞘的位置，
Figure QLYQS_9
和
Figure QLYQS_10
分别表示搜索空间的上限和下限；
步骤3：将训练集输入到支持向量机模型中，并基于如下公式计算
Figure QLYQS_11
个樽海鞘个体的初始适应度；
Figure QLYQS_12
；（2）
其中，
Figure QLYQS_13
表示樽海鞘算法对支持向量机模型的惩罚参数
Figure QLYQS_14
和核函数宽度
Figure QLYQS_15
进行优化选择的目标函数，
Figure QLYQS_16
和
Figure QLYQS_17
分别表示儿童体质健康评分的预测值和儿童体质健康评分的实际值，
Figure QLYQS_18
表示训练集的样本数量；
步骤4：对
Figure QLYQS_19
个樽海鞘个体的初始适应度进行排序，并根据排序结果确定当前食物位置、领导者和跟随者，其中，初始适应度最优的樽海鞘的位置当前食物位置，剩余的初始适应度前
Figure QLYQS_20
的樽海鞘个体为领导者，后
Figure QLYQS_21
的樽海鞘个体为追随者；
步骤5：基于如下公式分别更新领导者和追随者的位置；
Figure QLYQS_22
；（3）
其中，
Figure QLYQS_23
表示樽海鞘的运动距离，
Figure QLYQS_24
和
Figure QLYQS_25
分别表示第
Figure QLYQS_26
维第
Figure QLYQS_27
个和第
Figure QLYQS_28
个追随者的位置；
Figure QLYQS_29
；（4）
其中，
Figure QLYQS_31
表示支持向量机的目标函数，
Figure QLYQS_34
表示权值向量，
Figure QLYQS_35
表示转置，
Figure QLYQS_36
表示非线性映射函数，
Figure QLYQS_37
和
Figure QLYQS_38
分别表示支持向量机模型的输入和输出，
Figure QLYQS_39
表示偏置量，
Figure QLYQS_30
表示不敏感损失函数的最大误差系数，
Figure QLYQS_32
和
Figure QLYQS_33
表示松弛系数，
步骤6：计算更新后的樽海鞘群体的适应度，若适应度大于当前食物的适应度，则将适应度更优的樽海鞘位置作为新的食物位置；
重复上述步骤3至步骤6，直至当前迭代次数大于最大迭代次数时，输出支持向量机模型的最优惩罚参数和最优核函数宽度，并将最优惩罚参数和最优核函数宽度输入到支持向量机模型进行儿童体质健康评估。
3.根据权利要求2所述的儿童体质健康评估系统，其特征在于，所述测试样本数据的体质健康评分数据的获取方式如下：
从数据库中获取与儿童的性别和年龄对应的儿童体质测评标准评分表，并根据测试样本数据与儿童体质测评标准评分表中各单项评价指标的对应关系确定各单项体质评分，并根据各单项体质评分得到体质健康总评分数据。
4.根据权利要求1所述的儿童体质健康评估系统，其特征在于，在通过儿童体质健康评估模型对待测儿童的体质健康总评分进行评估和输出之后，所述儿童体质健康评估设备还用于：
采用决定系数对儿童体质健康评估模型的评估结果进行验证，验证公式如下：
Figure QLYQS_40
；（5）
其中，
Figure QLYQS_41
表示决定系数，
Figure QLYQS_42
表示测试样本数据的数量，
Figure QLYQS_43
和
Figure QLYQS_44
分别表示第
Figure QLYQS_45
个测试样本数据的体质健康总评分的实际值和预测值。
5.根据权利要求1所述的儿童体质健康评估系统，其特征在于，在将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入之前，所述儿童体质健康评估设备还用于：
基于预设的关联规则，以最小置信度为筛选准则，对各单项评价指标的测试值中的数据项进行筛选，以确定每一单项评价指标在体质测试标准中的位置或权重。
6.根据权利要求5所述的儿童体质健康评估系统，其特征在于，基于预设的关联规则，以最小置信度为筛选准则，对各单项评价指标的测试值中的数据项进行筛选，以确定每一单项评价指标在体质测试标准中的位置或权重，包括：
将各单项评价指标的测试值作为处理对象，得到多个测试项目对应的数据集合；
根据体质健康数据在数据集合上的映射关系确定体质健康数据与数据集合的关联性，关联性的数学表达式如下：
Figure QLYQS_46
；（6）
其中，
Figure QLYQS_47
表示事务总数量，
Figure QLYQS_48
表示体质健康数据数量，
Figure QLYQS_49
表示第
Figure QLYQS_50
个体质测试项目，
Figure QLYQS_51
表示第
Figure QLYQS_52
个体质测试项目的测试值数据长度，
Figure QLYQS_53
表示体质健康数据子集；
根据体质健康数据与数据集合的关联性，确定体质健康数据在数据集合中出现的概率，概率公式如下：
Figure QLYQS_54
；（7）
其中，
Figure QLYQS_55
表示包含数据长度的事件，
Figure QLYQS_56
表示含有体质健康数据的体测项目数量；
根据体质健康数据在数据集合中出现的概率，确定每一单项评价指标在体质测试标准中的位置或权重。
7.根据权利要求1所述的儿童体质健康评估系统，其特征在于，所述儿童体质健康评估设备包括数据采集装置，用于采集各体质测试仪的测试数据；所述数据采集装置包括FPGA芯片，所述FPGA芯片设有可拆卸连接的I/O模块，并通过I/O模块连接NIcRIO-9075型嵌入式控制器，所述NIcRIO-9075型嵌入式控制器配置有多通道的电压输入模块和多通道的电流输入模块。
8.根据权利要求1所述的儿童体质健康评估系统，其特征在于，所述身体形态测试仪、身体机能测试仪、20米跑测试仪、网球投掷测试仪、立定跳远测试仪、体前屈测试仪、双脚连续跳测试仪、折返跑测试仪、平衡木测试仪内部均设置有传感器，各传感器分别用于检测儿童体质测试过程中生成的测试数据。
9.根据权利要求1所述的儿童体质健康评估系统，其特征在于，还包括与所述儿童体质健康评估设备通信连接的打印设备，所述打印设备用于在输出儿童体质健康评估结果时，将待测儿童的体质总评分和/或各单项评价指标上的测试值和/或单项体质评分打印在纸质报告上。
10.一种儿童体质健康评估设备，其特征在于，包括：
数据获取模块，用于获取由身体形态测试仪、身体机能测试仪、20米跑测试仪、网球投掷测试仪、立定跳远测试仪、体前屈测试仪、双脚连续跳测试仪、折返跑测试仪、平衡木测试仪对待测儿童采集的各单项评价指标的测试值，以及获取由读卡器对待测儿童采集的性别和年龄信息，其中，各单项评价指标包括身高、体重、胸围、心率、血压、20米跑测试时长、网球投掷距离、立定跳远距离、体前屈距离、双脚连跳测试时长、折返跑测试时长和平衡木测试时长；
评分预测模块，用于将待测儿童的性别和年龄信息以及各单项评价指标的测试值作为樽海鞘算法优化支持向量机的儿童体质健康评估模型的输入，通过儿童体质健康评估模型对待测儿童的体质健康评分进行评估和输出，其中，体质健康评分包括体质健康总评分和各单项评价指标得分。
CN202310124195.XA 2023-02-16 2023-02-16 一种儿童体质健康评估系统和设备 Active CN115831371B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310124195.XA CN115831371B (zh) 2023-02-16 2023-02-16 一种儿童体质健康评估系统和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310124195.XA CN115831371B (zh) 2023-02-16 2023-02-16 一种儿童体质健康评估系统和设备

Publications (2)

Publication Number Publication Date
CN115831371A true CN115831371A (zh) 2023-03-21
CN115831371B CN115831371B (zh) 2023-04-28

Family

ID=85521660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310124195.XA Active CN115831371B (zh) 2023-02-16 2023-02-16 一种儿童体质健康评估系统和设备

Country Status (1)

Country Link
CN (1) CN115831371B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116350203A (zh) * 2023-06-01 2023-06-30 广州华夏汇海科技有限公司 一种体质测试数据处理方法及系统
CN117059278A (zh) * 2023-10-12 2023-11-14 北京大学人民医院 用于评估婴幼儿生长发育的方法、装置、设备和存储介质
CN117711627A (zh) * 2024-02-06 2024-03-15 中国民用航空飞行学院 民航飞行学员飞行训练过程健康风险预测处置方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105528504A (zh) * 2016-03-01 2016-04-27 哈尔滨理工大学 基于cfoa-mkhsvm的滚动轴承健康状态评估方法
CN106682385A (zh) * 2016-09-30 2017-05-17 广州英康唯尔互联网服务有限公司 健康信息交互平台
CN107358034A (zh) * 2017-06-26 2017-11-17 怡璟科技（北京）有限公司 一种儿童健康的综合监控方法及系统
CN111597994A (zh) * 2020-05-15 2020-08-28 华侨大学 一种光纤周界安防入侵事件识别模型构建方法和安防系统
CN111870235A (zh) * 2020-08-04 2020-11-03 杭州艺兴科技有限公司 一种基于ippg的吸毒人员筛查方法
CN112292697A (zh) * 2018-04-13 2021-01-29 弗里诺姆控股股份有限公司 用于生物样品的多分析物测定的机器学习实施方式
CN114241599A (zh) * 2021-11-24 2022-03-25 人工智能与数字经济广东省实验室(广州) 一种基于多模态特征的抑郁倾向测评系统和方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105528504A (zh) * 2016-03-01 2016-04-27 哈尔滨理工大学 基于cfoa-mkhsvm的滚动轴承健康状态评估方法
CN106682385A (zh) * 2016-09-30 2017-05-17 广州英康唯尔互联网服务有限公司 健康信息交互平台
CN107358034A (zh) * 2017-06-26 2017-11-17 怡璟科技（北京）有限公司 一种儿童健康的综合监控方法及系统
CN112292697A (zh) * 2018-04-13 2021-01-29 弗里诺姆控股股份有限公司 用于生物样品的多分析物测定的机器学习实施方式
CN111597994A (zh) * 2020-05-15 2020-08-28 华侨大学 一种光纤周界安防入侵事件识别模型构建方法和安防系统
CN111870235A (zh) * 2020-08-04 2020-11-03 杭州艺兴科技有限公司 一种基于ippg的吸毒人员筛查方法
CN114241599A (zh) * 2021-11-24 2022-03-25 人工智能与数字经济广东省实验室(广州) 一种基于多模态特征的抑郁倾向测评系统和方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
孟祥辉;朱遴;: "基于统计与模式识别的装备健康评估技术研究" *
张红凯;胡洋洋;张伟妃;程金花;李雪;孙祝美;张文强;张磊;李福凤;: "基于舌、面、问诊数字信息的"云中医"移动健康管理平台的建立" *
杨琳等: "基于支持向量机的自行车运动员综合素质评价体系研究" *
林诗洁;董晨;陈明志;张凡;陈景辉;: "新型群智能优化算法综述" *
牛培峰;苗孔号;尚士新;常玲芳;张先臣;: "基于改进樽海鞘算法的锅炉NO_x排放模型优化研究" *
郎文君: "大学生体质健康评估模型探究" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116350203A (zh) * 2023-06-01 2023-06-30 广州华夏汇海科技有限公司 一种体质测试数据处理方法及系统
CN116350203B (zh) * 2023-06-01 2023-08-18 广州华夏汇海科技有限公司 一种体质测试数据处理方法及系统
CN117059278A (zh) * 2023-10-12 2023-11-14 北京大学人民医院 用于评估婴幼儿生长发育的方法、装置、设备和存储介质
CN117059278B (zh) * 2023-10-12 2024-01-30 北京大学人民医院 用于评估婴幼儿生长发育的方法、装置、设备和存储介质
CN117711627A (zh) * 2024-02-06 2024-03-15 中国民用航空飞行学院 民航飞行学员飞行训练过程健康风险预测处置方法及系统

Also Published As

Publication number Publication date
CN115831371B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
CN115831371B (zh) 一种儿童体质健康评估系统和设备
Montoye et al. Validation and comparison of accelerometers worn on the hip, thigh, and wrists for measuring physical activity and sedentary behavior
US6571200B1 (en) Monitoring caloric expenditure resulting from body activity
Velloso et al. Qualitative activity recognition of weight lifting exercises
EP2870915A1 (en) Multifunction fitness testing device
US20050014113A1 (en) System, method, and apparatus for evaluating a person's athletic ability
KR101509082B1 (ko) 가속도 센서를 이용한 체력검사 시스템
CN108079554A (zh) 一种运动测试型身体素质指标评价方法及系统
CN106994015A (zh) 身高检测方法和装置及根据身高检测体脂率的方法和系统
CN113869594A (zh) 用户体能成绩预测方法及装置、电子设备、存储介质
CN113288075B (zh) 浮中沉脉位识别方法及系统
Dimitrijevic et al. Body fat evaluation in male athletes from combat sports by comparing anthropometric, bioimpedance, and dual-energy X-ray absorptiometry measurements
Peña García-Orea et al. Validation of an opto-electronic instrument for the measurement of weighted countermovement jump execution velocity
Samozino et al. Is the concept, method, or measurement to blame for testing error? An illustration using the force-velocity-power profile
CN112914544B (zh) 一种内脏脂肪测量方法、装置、设备及存储介质
CN107802274A (zh) 基于生理指标的疲劳度检测方法及系统
CN107847791A (zh) 指导适合性判定装置、指导适合性判定系统、指导适合性判定方法、指导适合性判定程序、以及记录有所述程序的记录介质
CN117398100B (zh) 下肢力量测试方法、系统、终端设备及计算机存储介质
CN209500721U (zh) 坐位体前屈自动测试仪
de Bona et al. Instrumentation of a surfboard to evaluate surfing performance
KR20170127730A (ko) 체력 측정 자동화 시스템
RU2109486C1 (ru) Способ оценки физической кондиции человека
JP2020000596A (ja) 血流解析装置、血流解析プログラム、血流解析システム
Doma et al. Intra-Session Reliability of Sprint Performance on a Non-Motorised Treadmill for Healthy Active Males and Females
Guo et al. Quantitative Evaluation Method of Physical Fitness Factor Indicators in Youth Endurance Running Events

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