摘要
本发明公开了一种带记忆功能的踝泵运动数据分析方法及系统,方法包括:根据踝泵运动过程中,通过可穿戴设备实时采集用户的运动数据,得到多模态运动数据;根据多模态运动数据,采用基于深度学习的运动模式识别模型,提取踝泵运动的特征,得到运动模式的特征表示;根据运动模式的特征表示,采用基于增量学习的记忆库构建算法,动态更新用户的个性化运动记忆库,得到个性化的运动记忆库;根据个性化运动记忆库中的历史数据,结合用户的实时运动数据,生成运动优化建议,通过多目标优化技术,动态调整运动参数,得到优化的运动反馈建议。利用本发明实施例,能够提升踝泵运动的效果,促进用户的健康管理与运动表现的提升。
技术关键词
多传感器融合技术
时空注意力机制
运动数据分析方法
运动模式识别
踝泵
模态特征
动态权重分配
数据分析算法
带记忆功能
可穿戴设备
校准算法
卡尔曼滤波
多模态
构建算法
动态更新
数据整合方法
数据缓存技术