[发明专利]一种基于体能验估的体能课程优化方法

权利要求书

1.一种基于体能验估的体能课程优化方法，其特征在于，所述体能课程优化方法包括以下步骤：

S1，构建体能课程指标体系：根据体能课程特性，分析得到每个体能课程的体能指标，构建体能课程指标体系；所述体能指标包括三类：身体机能参数、运动机能参数和有效运动参数；

S2，采集用户体能评估数据：采用佩戴在用户身上的第一传感装置采集得到用户的体感数据f_g(T)和第一行为数据x₁(T)；采用分布安装在体能训练环境内部的第二传感装置采集得到用户的第二行为数据x₂(T)；采用录入装置录入训练指导者对用户的行为评估数据P_x(T)和体感评估数据P_g(T)；

S3，对用户体能进行初步评估：对用户的体感数据f_g(T)和第一行为数据x₁(T)进行处理，得到第一体能评估结果：

G₁(T)＝Y₁[f_g(T),x₁(T)]＝{{a_i(T)},{b_j(T)},{c_k(T)}}；

对用户的第二行为数据x₂(T)、训练指导者对用户的行为评估数据P_x(T)和体感评估数据P_g(T)进行处理，得到第二体能评估结果：

G₂(T)＝Y₂[x₂(T),P_x(T),P_g(T)]＝{{α_i(T)},{β_j(T)},{γ_k(T)}}；

式中，a_i(T)和α_i(T)分别是第i个身体机能参数的第一评估值和第二评估值，b_j(T)和β_j(T)分别是第j个运动机能参数的第一评估值和第二评估值，c_k(T)和γ_k(T)分别是第k个有效运动参数的第一评估值和第二评估值，i＝1,2,…,I，j＝1,2,…,J，k＝1,2,…,K；

S4，验证评估结果：对第一体能评估结果G₁(T)和第二体能评估结果G₂(T)进行验证，如果两者的任意一个参数的评估值差值均在相应的允许差值范围内，结合第一体能评估结果G₁(T)和第二体能评估结果G₂(T)，生成并输出最终体能评估结果，转入步骤S7；否则，转入步骤S5；

具体地，结合第一体能评估结果G₁(T)和第二体能评估结果G₂(T)，采用以下两种方式中的其中一种生成并输出最终体能评估结果：(1)直接输出第一体能评估结果G₁(T)或第二体能评估结果G₂(T)；(2)针对每种结果参数设置可信度评判条件，从第一体能评估结果G₁(T)和第二体能评估结果G₂(T)中逐一选择可信度更高的结果参数，生成最终体能评估结果；

S5，融合修正：采用融合修正模型，对体感数据f_g(T)、第一行为数据x₁(T)、第二行为数据x₂(T)、训练指导者对用户的行为评估数据P_x(T)和体感评估数据P_g(T)进行融合修正；该融合修正模型用于融合用户的第一行为数据x₁(T)和第二行为数据x₂(T)，得到融合后的行为数据x_z(T)，再结合当前用户的体感评估数据P_g(T)和同一体能训练环境下所有用户的行为评估数据分别对当前用户的体感数据f_g(T)和融合后的行为数据x_z(T)进行修正；

S6，根据修正结果，生成并输出最终体能评估结果；

S7，根据用户的最终体能评估结果，对用户的体能课程进行优化；

步骤S2中，所述体感数据f_g(T)包括用户的体温数据、血压数据、心率数据和皮肤湿度数据；所述第一行为数据x₁(T)包括用户的位移数据、姿态数据，以及根据用户的位移数据和姿态数据识别得到的以时间为横轴、行为数据为纵轴的第一行为时间序列；

步骤S2中，所述第二行为数据x₂(T)包括用户的位置数据、用户的行为图像序列，以及根据用户的位置信息和行为图像序列识别得到的以时间为横轴、行为数据为纵轴的第二行为时间序列；

步骤S5中，对体感数据f_g(T)、第一行为数据x₁(T)、第二行为数据x₂(T)、训练指导者对用户的行为评估数据P_x(T)和体感评估数据P_g(T)进行融合修正的过程包括以下步骤：

S51，根据行为类型和行为持续时间，提取第二行为时间序列中的有效体能行为序列段；

S52，以时间为基准，对齐第一行为时间序列和第二行为时间序列；

S53，采用提取到的第二行为时间序列中的有效体能行为序列段替换第一行为时间序列中相应的行为序列段，得到融合后的行为数据x_z(T)；

S54，对当前用户在体能课程过程中的所有行为时间序列进行分析，判断是否与相应的行为评估数据相匹配；

S55，针对每个不匹配的体能运动时段，获取同一体能课程同一体能运动时段中具有相同行为评估数据和有效第二行为时间序列段的其他用户的第一行为时间序列段，筛选得到与当前用户在该体能运动时段的第一行为时间序列段相似度最高的参考用户的第二行为时间序列段；

S56，采用参考用户的第二行为时间序列段对当前用户的行为数据x_z进行修正，得到修正后的行为数据

S57，根据录入的包括用户衣着变化在内的体感评估数据，生成相应的修正因子，对体感数据f_g(T)进行修正，得到修正后的体感数据

步骤S7中，根据用户的最终体能评估结果，对用户的体能课程进行优化的过程包括以下步骤：

S71，根据用户的最终体能评估结果根据下述公式计算用户体能指标与当前体能课程的适配值

式中，P₀是当前体能课程对应的体能指标标准值集合；适配值用于反映用户从体能课程中获取的体能增益；R(·)是适配值计算函数，用户的最终体能评估结果中包含的各项体能指标越偏离相应的体能指标标准值，该用户的体能指标与当前体能课程的适配值越低；

S72，对计算得到的适配值进行判断，如果适配值满足最小允许适配值R_min，维持当前体能课程，结束流程，否则，转入步骤S73；

S73，根据各个体能课程的最小体能指标阈值，筛选得到与用户体能指标相适配的体能课程，再计算得到用户体能指标与筛选出的体能课程的适配值，根据适配值对筛选出的体能课程进行排序，将排序结果推送给用户；

步骤S7中，根据用户的最终体能评估结果，对用户的体能课程进行优化的过程包括以下步骤：

计算得到团体体能课程中每个用户的用户体能指标与当前体能课程的适配值

式中，q＝1,2,…,Q，Q是团体体能课程中的用户总数，P₀是当前体能课程对应的体能指标标准值集合；适配值用于反映用户从体能课程中获取的体能增益；R(·)是适配值计算函数，是第q个用户的最终体能评估结果，用户的最终体能评估结果中包含的各项体能指标越偏离相应的体能指标标准值，该用户的体能指标与当前体能课程的适配值越低；

统计团体体能课程中所有用户的用户体能指标与当前体能课程的总适配值

对计算得到的总适配值进行判断，如果适配值满足最小允许总适配值Rz_min，维持当前体能课程，结束流程，否则，根据各个体能课程的最小体能指标阈值，筛选得到与所有用户的用户体能指标相适配的体能课程，再计算得到所有用户的用户体能指标与筛选出的体能课程的总适配值，根据适配值对筛选出的体能课程进行排序，将排序结果推送给训练指导者；

所述体能指标标准值根据所属体能课程的历史用户体能指标变化数据分析得到；

根据所属体能课程的历史用户体能指标变化数据分析得到体能指标标准值的过程包括以下步骤：

S81，根据体能课程属性分析得到体能指标之间的相关性；

S82，选择其中一个体能指标作为变量，根据相关性将未选择的其他体能指标的允许范围划分成M个参考组，得到标准矩阵

式中，n＝1,2,…,N，N是体能课程对应的体能指标总数；是第m个参考组第n个体能指标的取值范围，m＝1,2,…,M；如果体能指标与体能指标的相关性小于预设相关性阈值，取所属体能课程的该体能指标的最小体能指标阈值；

S83，结合所属体能课程的历史用户体能指标数据，以体能指标为横轴、以单位训练时间该体能指标的增长量作为纵轴，绘制M根选择变量的体能指标变化曲线，每根体能指标变化曲线对应一种参考组；

S84，将体能指标变化曲线的最高点的体能指标的取值作为选择的体能指标相对于所属体能课程的体能指标标准值；

S85，重复步骤S82至步骤S84，直至分析得到所有体能指标的标准值。

2.根据权利要求1所述的基于体能验估的体能课程优化方法，其特征在于，步骤S6中，根据修正结果，生成并输出最终体能评估结果的过程包括以下步骤：

根据修正后的体感数据和修正后的行为数据计算得到第一修正体能评估结果