针对超重人群的智能化运动管理装置及方法制造方法及图纸

本发明专利技术属于健身技术领域，具体涉及针对超重人群的智能化运动管理装置及方法。所述装置包括：佩戴于人体的可穿戴设备，用于实时采集心率数据，将采集到的数据进行传输；位于远端的云端服务器，用于接收采集到的数据，根据采集到的数据计算出最佳运动心率；设置于健身设备上的控制平台，用于接收采集到的数据，根据采集到的数据计算出最佳运动心率，根据计算出的最佳运动心率的结果，发出提示信息，控制健身设备的运行。通过计算得出最佳运动强度的心率区间。根据这个心率区间设置个体运动时的最佳心率，以这心率区间标准指导个体进行日常运动，以降低体重，具有智能化程度高、减肥效率高和减肥科学性高的优点。

Intelligent motion management device and method for overweight people

【技术实现步骤摘要】
针对超重人群的智能化运动管理装置及方法
本专利技术属于健身
，具体涉及针对超重人群的智能化运动管理装置及方法。
技术介绍
目前我国超重人群是个非常庞大的群体，根据统计，数量占全国人口的三分之一以上，这个群体如果对自己的体质不加控制的话，他们就成为发生代谢综合症及其他疾病的潜在人群，对于超重人群发展至糖尿病前期的人群有特别的意义(如JAMA发布中国糖尿病最新数据：四成国人处于糖尿病前期；据2013年权威部门发布的调查报告显示：中国成年人糖尿病患病率为11.6％，处于糖尿病前期的人占总人口的50.1％。也就是说，不到10个成年人中，就有一个糖尿病患者；每两个成年人中，就有一个属于糖尿病前期。根据这项开展于2010年的调查，我国糖尿病患病率超过美国的11.3％，患者人数达1.14亿，超过印度，成为了名副其实的糖尿病第一大国)。因此，超重无论对自己的健康还是对国家都是严重的威胁。为了配合国家提倡全民健康的大政方针，我们从有氧锻炼和具有强抗氧化作用的运动饮料两个方面设立项目，进行健康干预，它们不但适合广大超重人群，也适合所有参加运动的人群(对于糖尿病前期，世卫组织的诊疗指南并不推荐药物干预。唯一能够阻断他们继续演变成糖尿病的办法，就是生活方式干预，也就是当一个人拥有充分的食品和充分的运动时间时，要学会吃和运动)。同时，对于巨大的运动设备/器械市场：目前市场上还没有具备最佳心率计算的运动设备或者器械，尤其如健身设备跑步机、自行车等等。另外，由于社会中巨大数量的超重人群，其中很大一部分是没有条件进入健身房使用这些设备或者器械的，如果我们提供手机加手环，就可以自行跑步实现根据心率的调节完成最佳运动强度的过程；也可以为每一户设计简易的跑步机/锻炼用自行车加手环，实现每一户成员锻炼减肥的目的，其具有巨大的市场。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供针对超重人群的智能化运动管理装置及方法，通过计算得出最佳运动强度的心率区间。根据这个心率区间设置个体运动时的最佳心率，以这心率区间标准指导个体进行日常运动，以降低体重，具有智能化程度高、减肥效率高和减肥科学性高的优点。为达到上述目的，本专利技术的技术方案是这样实现的：针对超重人群的智能化运动管理装置，所述装置包括：佩戴于人体的可穿戴设备，用于实时采集心率数据，将采集到的数据进行传输；位于远端的云端服务器，用于接收采集到的数据，进行数据备份，根据采集到的数据计算出最佳运动心率；设置于健身设备上的控制平台，用于接收采集到的数据，根据采集到的数据计算出最佳运动心率，根据计算出的最佳运动心率的结果，发出提示信息，控制健身设备的运行；所述云端服务器对备份的数据进行定期的数据分析，根据分析的结果判断健康状态的方法执行以下步骤：进行数据预处理，包括：去除唯一属性、处理缺失值和异常值检测及处理；进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的k个特征向量、将数据转换到k个特征向量构建的新空间中；最后得处理后的新的数据，这些数据之间两两不相干，但能尽可能保持原有的信息。进行数据标准化处理，将数据按比例缩放，使之落入一个小的特定区间；进行数据建模；进行效果分析，包括：当模型训练结束后，计算模型生成的健康与原有健康进行精准度计算；根据建立的模型，针对备份数据库中的数据进行分析，生成分析结果。进一步的，所述云端服务器和控制平台在接收到采集到的数据后，均将采集到的数据发送到云端服务器进行备份；所述云端服务器是手机或平板等移动终端和/或电脑/服务器等固定终端；所述云端服务器也会根据计算出的最佳运动心率，发出提示信息；所述云端服务器和控制平台除了接收采集到的心率数据以外，还能够获取人体的年龄数据、身高数据和体重数据。进一步的，所述云端服务器对备份的数据进行定期的数据分析，根据分析的结果判断健康状态；所述云端服务器包括：备份数据库、定时单元和数据分析单元；所述数据分析单元根据定时单元的定时信息，定时对备份数据库中的数据进行数据分析，生成分析结果。进一步的，所述数据分析单元包括：数据处理和建模处理器；所述数据处理和建模处理器直接调用备份数据库的数据信息，进行数据建模，生成数据模型；所述数据处理和建模处理器包括：数据预处理单元、数据规约单元、数据标准化单元、算法预测单元和建模分析单元；所述数据预处理对数据信息依次进行去除唯一属性、处理缺失值和异常值检测处理；所述数据规约单元，用于将数据预处理后的数据进行规约处理，使得规约处理后的数据两两不相干，但能尽可能保持原有的信息；所述数据标准化单元，将规约处理后的数据按比例缩放，使之落入一个小的特定区间；所述算法预测单元，跟你聚数据标准化单元处理后的数据进行数据建模；所述建模分析单元用于通过计算模型生成的健康数据与原有健康数据进行精准度计算。针对超重人群的智能化运动管理方法，所述方法执行以下步骤：步骤1：采集人体的年龄数据、身高数据、体重数据、静态心率数据和运动心率数据；采集到的数据发送到云端服务器进行备份；步骤2：根据步骤1中采集到的数据计算得到最高心率；所述最高心率＝220-年龄；步骤3：根据步骤2计算得到的最低心率和最高心率，计算得到最佳运动心率；步骤4：根据计算得到的最佳运动心率，提示和/或控制运动强度；步骤5：云端服务器对备份的数据进行定期的数据分析，根据分析的结果判断健康状态。进一步的，所述步骤3中，根据步骤2计算得到的最低心率和最高心率，计算得到最佳运动心率的的方法为：最佳运动心率＝最高心率*[60％～75％]；所述步骤3中，根据步骤2计算得到的最低心率和最高心率，计算得到最佳运动心率的的方法为：最佳运动心率＝(最高心率-静态心率)*[60％～75％]+静态心率。进一步的，所述步骤3中，根据步骤2计算得到的最低心率和最高心率，计算得到最佳运动心率的的方法为：步骤3.1：根据体重和身高数据计算得到身体质量指数＝体重/身高；步骤3.2：根据计算得到的身体质量指数，进行判断，若身体质量指数大于或等于30时；最佳运动心率＝(最高心率-静态心率)*[20％～100％]+静态心率；若身体质量指数大于或等于25且小于30时；最佳运动心率＝(最高心率-静态心率)*[40％～75％]+静态心率；若身体质量指数小于或等于25时；最佳运动心率＝(最高心率-静态心率)*[40％～75％]+静态心率。进一步的，所述步骤5：云端服务器对备份的数据进行定期的数据分析，根据分析的结果判断健康状态的方法执行以下步骤：步骤5.1：进行数据预处理，包括：去除唯一属性、处理缺失值和异常值检测及处理；步骤5.2：进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的k个特征向量、将数据转换到k个特征向量构建的新空间中；最后得处理后的新的数据，这些数据之间两两不相干，但能尽可能保持原有的信息。步骤5.3：进行数据标准化处理，将数据按比例缩放，使本文档来自技高网...

【技术保护点】
1.针对超重人群的智能化运动管理装置，其特征在于，所述装置包括：佩戴于人体的可穿戴设备，用于实时采集心率数据，将采集到的数据进行传输；位于远端的云端服务器，用于接收采集到的数据，进行数据备份，根据采集到的数据计算出最佳运动心率；设置于健身设备上的控制平台，用于接收采集到的数据，根据采集到的数据计算出最佳运动心率，根据计算出的最佳运动心率的结果，发出提示信息，控制健身设备的运行；所述云端服务器对备份的数据进行定期的数据分析，根据分析的结果判断健康状态的方法执行以下步骤：进行数据预处理，包括：去除唯一属性、处理缺失值和异常值检测及处理；进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的k个特征向量、将数据转换到k个特征向量构建的新空间中；最后得处理后的新的数据，这些数据之间两两不相干，但能尽可能保持原有的信息。进行数据标准化处理，将数据按比例缩放，使之落入一个小的特定区间；进行数据建模；进行效果分析，包括：当模型训练结束后，计算模型生成的健康与原有健康进行精准度计算；根据建立的模型，针对备份数据库中的数据进行分析，生成分析结果。/n...

【技术特征摘要】
1.针对超重人群的智能化运动管理装置，其特征在于，所述装置包括：佩戴于人体的可穿戴设备，用于实时采集心率数据，将采集到的数据进行传输；位于远端的云端服务器，用于接收采集到的数据，进行数据备份，根据采集到的数据计算出最佳运动心率；设置于健身设备上的控制平台，用于接收采集到的数据，根据采集到的数据计算出最佳运动心率，根据计算出的最佳运动心率的结果，发出提示信息，控制健身设备的运行；所述云端服务器对备份的数据进行定期的数据分析，根据分析的结果判断健康状态的方法执行以下步骤：进行数据预处理，包括：去除唯一属性、处理缺失值和异常值检测及处理；进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的k个特征向量、将数据转换到k个特征向量构建的新空间中；最后得处理后的新的数据，这些数据之间两两不相干，但能尽可能保持原有的信息。进行数据标准化处理，将数据按比例缩放，使之落入一个小的特定区间；进行数据建模；进行效果分析，包括：当模型训练结束后，计算模型生成的健康与原有健康进行精准度计算；根据建立的模型，针对备份数据库中的数据进行分析，生成分析结果。


2.如权利要求1所述的装置，其特征在于，所述云端服务器和控制平台在接收到采集到的数据后，均将采集到的数据发送到云端服务器进行备份；所述云端服务器是手机或平板等移动终端和/或电脑/服务器等固定终端；所述云端服务器也会根据计算出的最佳运动心率，发出提示信息；所述云端服务器和控制平台除了接收采集到的心率数据以外，还能够获取人体的年龄数据、身高数据和体重数据。


3.如权利要求2所述的装置，其特征在于，所述云端服务器对备份的数据进行定期的数据分析，根据分析的结果判断健康状态；所述云端服务器包括：备份数据库、定时单元和数据分析单元；所述数据分析单元根据定时单元的定时信息，定时对备份数据库中的数据进行数据分析，生成分析结果。


4.如权利要求3所述的装置，其特征在于，所述数据分析单元包括：数据处理和建模处理器；所述数据处理和建模处理器直接调用备份数据库的数据信息，进行数据建模，生成数据模型；所述数据处理和建模处理器包括：数据预处理单元、数据规约单元、数据标准化单元、算法预测单元和建模分析单元；所述数据预处理对数据信息依次进行去除唯一属性、处理缺失值和异常值检测处理；所述数据规约单元，用于将数据预处理后的数据进行规约处理，使得规约处理后的数据两两不相干，但能尽可能保持原有的信息；所述数据标准化单元，将规约处理后的数据按比例缩放，使之落入一个小的特定区间；所述算法预测单元，跟你聚数据标准化单元处理后的数据进行数据建模；所述建模分析单元用于通过计算模型生成的健康数据与原有健康数据进行精准度计算。


5.基于权利要求1至4之一所述装置的针对超重人群的智能化运动管理方法，其特征在于，所述方法执行以下步骤：
步骤1：采集人体的年龄数据、身高数据、体重数据、静态...

【专利技术属性】
技术研发人员：刘芷含，
申请(专利权)人：刘芷含，
类型：发明
国别省市：上海;31