一种基于疲劳与动作分析的运动员训练反馈方法及系统

AITNT
正文
推荐专利
一种基于疲劳与动作分析的运动员训练反馈方法及系统
申请号:CN202510752423
申请日期:2025-06-06
公开号:CN120656718A
公开日期:2025-09-16
类型:发明专利
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
1
一种适用于小气候环境的风电超短期功率的预测方法
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
2
一种疲劳驾驶的检测方法、装置及电子设备
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
3
一种基于Transformer预测的序列凸优化协同轨迹设计方法、设备、介质及产品
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
4
基于多目标决策的薪酬数据处理方法及系统
薪酬数据处理方法 员工 染色体 指标 销售额
5
基于建议-优化框架的自动驾驶轨迹预测方法及装置
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号