摘要
本发明属于体质人类学方法技术领域,具体为一种基于数字人体测量表型的静息代谢率测量方法。本发明包括以下步骤:将人体静息代谢率作为因变量,数字人体测量表型数据作为自变量,构建机器学习模型,通过模型训练,迭代调整参数以最小化预测值与真实值的偏差,最终构建精确的静息代谢率预测模型;基于大量真实数据样本训练得出的机器学习模型,将数字人体测量数据作为输入值,计算静息代谢率。本发明无需进行吸呼气、佩戴呼吸气体分析仪等额外操作,且相比于现有静息代谢率的预测公式,具备更高的预测精度,可充分利用数字人体测量表型,操作更加简便,且成本更低,具有显著的实用价值。
技术关键词
静息代谢率
人体
测量方法
构建机器学习模型
多元线性回归模型
优化机器学习
构建数学模型
特征选择方法
异常数据
气体分析仪
随机森林
身体
样本
体重
颈围
年龄
扫描仪
系统为您推荐了相关专利信息
智能体重测量方法
姿态特征
融合特征
心率
特征提取模型
三维人体建模
识别方法
深度图
三维人体模型
人体三维建模
电磁导航系统
智能导航方法
胸外科手术
胸腔镜
接触关系模型
工作流
数据采集模块
视频
数据储存单元
分析模块