An intelligent system of physical education teaching based on group portrait includes data perception module at the hand ring end, self-organizing network module, monitoring and alarming module at the cloud platform end and group optimization module. The present invention adopts group-based mode to process the transmission, monitoring and analysis of heart rate data in the movement process. In the transport layer, the flexibility of the network structure is enhanced by forming groups to avoid the limitation of the number and scope of connections in the connection process. The probability model is constructed by group data to identify anomalies, and different monitoring and alarm standards are divided to improve the anti-interference and accuracy of the monitoring module. In the process of data analysis, group portraits are constructed in three aspects, and individual and group performance are excavated. Grouping patterns are divided into physique group, individual exercise intensity group and classroom exercise effect group. Grouping results are used to optimize group portraits to provide decision support for refining teaching content, optimizing classroom structure, distinguishing teaching crowd and measuring classroom exercise effect.
【技术实现步骤摘要】
基于群组画像的体育教学智能系统
本专利技术涉及的是一种物联网领域的技术,具体是一种基于群组画像的体育教学智能系统。
技术介绍
为了提高大学生体质健康水平,体育课堂是重要一环。有效的有氧运动需要学生在体育课上心率达到一定范围,因而心率变化是评价运动质量的重要参考,而目前,体育课程教学仍停留在经验教学模式,缺乏对体育课堂上学生表现的分布情况进行挖掘,缺乏对教师优化课程结构的决策支持。现有技术中有通过监测手环将学生数据发送到信号接收转换装置并发送预警并分析数据的方案,但这些现有技术的网络连接方式缺乏灵活性,心率预警的判断标准不够灵活,数据处理不够细致,孤立地处理个人数据,缺乏对课堂中学生类型的分析,对于教学课程设计指导缺乏指向性,且目前此类基于运动手环的体育课教学系统的应用,还存在比较大的局限性,这种局限性,主要在于:1)运动过程往往有大量学生同时进行,分布密集,且生理指标采集频率较高,但是数据量较小,而一对一的数据传输较低效,没有充分利用与外部网络数据传输的带宽,难以适应不同网络连接数量、连接范围限制。2)同时对于生理指标的处理停留在个体层次,没有区分不同体质水平的学生,预警判断方式孤立地考虑个人心率数据变化,没有参考群体数据从而识别异常。同时对于群体数据的处理停留在计算平均数、总和等简单的统计,没有展示人群的体质分布、运动效果分布情况,没有挖掘运动量变化与课程结构的对应关系,缺乏对教学质量改进的决策支持。3)同时在体育课的应用场景,需要考虑手环的重复利用,而手环设备与学生的个人信息绑定过程较为复杂。
技术实现思路
本专利技术针对现有技术存在的上述不足,提出一种基 ...
【技术保护点】
1.一种基于群组画像的体育教学智能系统,其特征在于,包括:位于手环端的数据感知模块和自组网模块以及位于云平台端的群组优化模块、监控报警模块以及分组支持模块,其中:数据感知模块通过手环传感器采集相应生理指标信息、设备匹配信息并通过自组网模块发送至云平台端;自组网模块通过分组传输算法划分不同群组并组建不同内网,由内网的主传输设备与外部通信;群组优化模块进行体质分组、个人运动强度分组、课堂运动效果分组,将分组结果反馈到分组支持模块,优化群组画像;分组支持模块提供分组策略,通过构建三个语义关联的群组画像共同构成群组画像模型,提升分组结果的可解释性,为教师优化课程提供决策支持;分组支持模块的模型预设单元为群组画像模型提供预设初始值,解决冷启动问题;监控报警模块基于体质分组结果,在每个群组内部采用历史数据构建心率阈值模型,监控数据感知模块采集的数据,识别异常进行预警;所述的群组画像包括:体质群组画像、运动量群组画像、课程群组画像,其中:体质群组画像是指:符合一系列共同体质特征的人群集合;运动量群组画像是指:通过学生课堂运动强度的一系列特征集合构造的群组特征模型;课程群组画像是指:课程运动量、课程结 ...
【技术特征摘要】
1.一种基于群组画像的体育教学智能系统,其特征在于,包括:位于手环端的数据感知模块和自组网模块以及位于云平台端的群组优化模块、监控报警模块以及分组支持模块,其中:数据感知模块通过手环传感器采集相应生理指标信息、设备匹配信息并通过自组网模块发送至云平台端;自组网模块通过分组传输算法划分不同群组并组建不同内网,由内网的主传输设备与外部通信;群组优化模块进行体质分组、个人运动强度分组、课堂运动效果分组,将分组结果反馈到分组支持模块,优化群组画像;分组支持模块提供分组策略,通过构建三个语义关联的群组画像共同构成群组画像模型,提升分组结果的可解释性,为教师优化课程提供决策支持;分组支持模块的模型预设单元为群组画像模型提供预设初始值,解决冷启动问题;监控报警模块基于体质分组结果,在每个群组内部采用历史数据构建心率阈值模型,监控数据感知模块采集的数据,识别异常进行预警;所述的群组画像包括:体质群组画像、运动量群组画像、课程群组画像,其中:体质群组画像是指:符合一系列共同体质特征的人群集合;运动量群组画像是指:通过学生课堂运动强度的一系列特征集合构造的群组特征模型;课程群组画像是指:课程运动量、课程结构特征相近的课程群体集合;所述的生理指标信息包括使用者的心率、步数、当前环境温度、GPS定位坐标;所述的体质分组是指:在单个班级内基于BMI、性别、静态心率以及历史数据中的最高心率通过聚类算法k-均值算法对学生进行聚类,划分为强体质群组、普通体质群组、弱体质群组、高危体质群组;所述的心率阈值模型是指:根据群组历史数据构建心率、心率变化速度分布,基于群组数据标记异常学生,通过滑动窗口模型减少数据噪音干扰,计算每次心率变化速率v=(k*60/t2-k*60/t1)/(t2-t1),其中给定超参数k为心跳次数,t为k次心跳持续时间,对心率及变化速度数据分别拟合正态分布概率模型,模型接收新数据不断更新模型参数,通过群组分布情况计算概率,对小概率心率标记异常,进行预警。2.根据权利要求1所述的体育教学智能系统,其特征是,所述的聚类具体为:为每个学生构建向量x=(v1;v2;v3;v4),其中:v1为BMI,v2为性别,v3为静态心率,v4为历史数据中的最高心率,组成数据集D={x1,x2,…,xm},并选取k个向量作为均值向量,所有离第i个向量(0≤i≤k)最近的数据划分为同一组,并重新计算组内的均值向量,根据计算得到的新均值向量重复划分、计算步骤,直到群组成员不再改变。3.根据权利要求1所述的体育教学智能系统,其特征是,所述的数据感知模块包括:数据感知单元和设备匹配单元,其中:数据感知单元通过手环传感器采集生理指标信息和地理信息并发送采集数据至自组网模块,设备匹配单元用于匹配手环与学生信息,通过手环中的NFC功能读取学生校园卡,发送学生信息,实现手环获取的生理指标数据与云平台中学生个人信息绑定,简化数据与个体匹配过程,实现手环设备的重复利用。4.根据权利要求1所述的体育教学智...
【专利技术属性】
技术研发人员:周小帆,于红妍,曹阳,蔡鸿明,汪蕾,张莞悦,支晨曦,林许亚伦,姜丽红,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。