机构名称：
¥ 1.0
抽象运动模式分析使用多种方法来识别由可穿戴传感器，视频 - 摄像头和全球导航卫星系统记录的体育活动。本文使用来自心率监视器的数据，导航系统记录的加速度学信号和手机传感器进行了运动分析。在一个丘陵地区记录了实际的骑自行车实验，其路线约为12公里。信号，以发现地理和生理数据之间的关系，包括检测心率恢复延迟作为身体和神经状况的指标。所提出的算法利用了信号分析的方法和人体运动特征的提取方法，这些方法用于研究心率，路线效力，循环速度和循环节奏的对应关系，包括时间和频域。数据处理包括使用Kohonen网络和对运动模式进行分类的两层软计算模型的使用。获得的结果指向平均时间为22.7 s，在循环传感器检测到重负荷后的心率下降50％。进一步的结果指出，人体磨损加速度计记录的信号与从GNSSS数据评估的速度之间的信号之间的对应关系。基于加速度计量数据的下坡和上坡循环的分类分别为培训和测试数据集的精度分别为93.9％和95.0％。这些技术也可以应用于康复和神经系统疾病诊断中的广泛应用。提出的方法表明，可穿戴的传感器和人工智能方法构成了有效的工具，可在不同的运动活动中评估生理状况，包括骑自行车，跑步或滑雪时进行运动监测。
评估运动监测的加速度计量和循环节奏数据
主要关键词
相关文件推荐
