← 返回列表
基于大数据的运动性疲劳预警方法和系统
摘要文本
来源：马 克 团 队 。本发明涉及一种基于大数据的运动性疲劳预警方法和系统，属于运动数据分析领域，通过计算运动数据变量之间的相关性系数，剔除相关性较大的变量以处理多重共线性问题；构建冗余分析模型识别关键运动表现数据和关键生理生化数据，解决了运动数据分析中由于涉及的运动数据变量过多，导致对疲劳预警的分析效率低和效果差问题。利用运动员信息数据，将运动数据划分成不同运动员类别的数据样本，并构建关键运动表现数据和关键生理生化数据之间的响应关系模型确定不同运动员类别的疲劳阈值，解决了由于运动员个体之间的疲劳阈值存在差异，导致疲劳预警结果不准确的问题。
申请人信息
- 申请人:山东体育学院
- 申请人地址:250000 山东省济南市历城区世纪大道10600号
- 发明人: 山东体育学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于大数据的运动性疲劳预警方法和系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410022969.2 |
| 申请日 | 2024/1/8 |
| 公告号 | CN117786505A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 山东体育学院 |
| 发明人 | 耿青青; 付永峰; 王宏; 何伟 |
| 地址 | 山东省济南市历城区世纪大道10600号 |
专利主权项内容
1.一种基于大数据的运动性疲劳预警方法，其特征在于：包括以下步骤：S1、数据收集：收集日常监测的运动数据，所述运动数据包括生理生化数据、运动表现数据和运动员信息数据；S2、数据处理：对收集的运动数据进行处理，包括多重共线性处理和异常样本处理；S3、关键因子识别：通过构建运动表现数据与生理生化数据之间的冗余分析模型，识别影响生理生化数据的关键运动表现数据，并确定评估疲劳程度的关键生理生化数据；S4、疲劳阈值分析：根据运动员信息数据，确定不同运动员类别的运动表现数据阈值，得到疲劳阈值；S5、疲劳预警：监测运动员的运动表现数据，当运动表现数据达到所述疲劳阈值时，发出疲劳预警。