摘要
本发明提供了一种基于疲劳与动作分析的运动员训练反馈方法及系统,所述方法包括:利用视觉传感器、惯性测量单元、肌电与心率监测设备采集运动员多模态训练数据,经时间对齐与特征提取后,构建疲劳状态特征与动作稳定性特征将所述特征输入至疲劳‑动作解耦分析网络FDNet,通过注意力机制动态赋权各类特征,采用外积交互建模生成疲劳影响系数,实现疲劳状态对动作稳定性影响的定量分析,输出疲劳状态评分、动作稳定性评分及个性化训练反馈,实现多维度、可解释的运动训练决策支持。
技术关键词
反馈方法
运动员
交互特征
心率监测设备
深度神经网络模型
动作交互
心率变异性参数
多模态
双塔结构
非线性映射关系
时序特征
视觉传感器
异构传感器
运动训练
肌电传感器
疲劳特征
注意力
Sigmoid函数
数据采集模块
频域特征
系统为您推荐了相关专利信息
数值天气预报数据
双向长短期记忆网络
深度神经网络模型
功率
风速
疲劳驾驶检测
融合特征
检测驾驶员疲劳驾驶
交互特征
图像
轨迹设计方法
飞行器
序列凸优化方法
深度神经网络模型
终端
轨迹预测方法
框架
计算机可读取存储介质
轨迹特征
轨迹预测系统