一种基于图结构数据的军事体能训练智能推荐方法技术

本发明专利技术公开了一种基于图结构数据的军事体能训练智能推荐方法,包括以下步骤：获取图结构数据，基于所述图结构数据采用知识图谱技术，获取个人画像和团体画像；基于所述个人画像和所述团体画像构建计划推荐模型，获取个人推荐计划表和团体推荐计划表；基于所述个人推荐计划表和所述团体推荐计划表构建计划扩展模型，获取个人和团体的训练计划和训练处方；根据训练计划的执行结果构建推荐调优模型，迭代优化所述个人和团体的训练计划和训练处方，获得个人和团体推送最优的训练计划和训练处方。本发明专利技术能够为参训者提供高效智能的训练方法，帮助其快速提高自身考核成绩，为管理者提供高效智能的管理手段，在智能训练领域具有较高的市场推广价值。高的市场推广价值。高的市场推广价值。

【技术实现步骤摘要】
一种基于图结构数据的军事体能训练智能推荐方法


[0001]本专利技术属于智能训练领域，尤其涉及一种基于图结构数据的军事体能训练智能推荐方法。

技术介绍

[0002]由于国内外军事体能训练场景不同，训练人员和训练器材、考试训练科目的组成不相同，在军事体能训练方面的研究点与技术也具有明显差异，军事体能训练智能推荐方法也存在不同。目前的军事体能训练在平时的训练计划制定方面，主要以人工制定训练计划为主，而且制定的训练计划主要针对全员统一的训练计划，无法通过个人和团体训练与考核情况智能推荐生成科学合理的训练计划，也无法根据训练计划的执行情况，不断优化调整训练计划，更无法提供根据难度等级递进的丰富多样的训练计划，无法满足针对性、灵活性、科学性、快捷性等要求。因此，亟需提出一种基于图结构数据的军事体能训练智能推荐方法。

技术实现思路

[0003]本专利技术的目的在于提出一种基于图结构数据的军事体能训练智能推荐方法，能够为参训者提供高效智能的训练方法，帮助其快速提高自身考核成绩，为管理者提供高效智能的管理手段，在智能训练领域具有较高的市场推广价值。
[0004]为实现上述目的，本专利技术提供了一种基于图结构数据的军事体能训练智能推荐方法，包括以下步骤：
[0005]获取图结构数据，基于所述图结构数据采用知识图谱技术，获取个人画像和团体画像；
[0006]基于所述个人画像和所述团体画像构建计划推荐模型，获取个人推荐计划和团体推荐计划；
[0007]基于所述个人推荐计划和所述团体推荐计划构建计划扩展模型，获取个人和团体的训练计划和训练处方；
[0008]根据训练计划的执行结果构建推荐调优模型，迭代优化所述个人和团体的训练计划和训练处方，获得对个人和团体推送最优的训练计划和训练处方。
[0009]可选的，所述图结构数据包括考核成绩信息，历史训练计划表、体训标准数据、人员和设备信息。
[0010]可选的，基于所述图结构数据采用知识图谱技术，获取个人画像和团体画像的方法包括：
[0011]基于所述图结构数据采用知识图谱技术，构建基本训练知识、基本训练方案和特殊训练方案知识库，分析每个学员的身体数据、训练考核数据，获取每个学员的每个特征点的强弱，构成个人画像和团体画像。
[0012]可选的，基于所述个人画像和所述团体画像构建计划推荐模型，获取个人推荐计
划表和团体推荐计划表的方法包括：
[0013]基于所述个人画像和所述团体画像，根据个人和团体的自身特点，获取个人和团体的训练方式；
[0014]基于所述个人和团体的训练方式，分别进行军事体能的专项训练和混合训练，推荐获取所述个人训练计划表和所述团体训练计划表。
[0015]可选的，所述个人推荐计划表包括：参训单位、计划名称、计划天数、难易等级、计划时长、热身准备科目、主体训练科目、恢复放松科目、适用年龄、适用性别、适用人员、适用部门、名字和期望达标率。
[0016]可选的，所述团体推荐计划表包括：参训单位、计划名称、计划天数、难易等级、计划时长、热身准备科目、主体训练科目、恢复放松科目、适用年龄、适用性别、适用人员、适用部门和期望达标率。
[0017]可选的，基于所述个人推荐计划表和所述团体推荐计划表构建计划扩展模型，获取个人和团体的训练计划和训练处方的方法包括：
[0018]基于所述个人推荐计划表和所述团体推荐计划表，扩展训练计划方案构建计划扩展模型；
[0019]基于所述计划扩展模型扩展科目与科目之间，科目内部不同动作的多种组合，获取不同达标率的训练计划；
[0020]基于所述不同达标率的训练计划，对每一个训练计划给出对应的所述训练处方，获取新的个人和团队训练计划表。
[0021]可选的，根据训练计划的执行结果构建推荐调优模型，迭代所述个人和团体的训练计划和训练处方，获得个人和团体推送最优的训练计划和训练处方的方法包括：
[0022]构建推荐调优模型，对所述新的个人和团队训练计划表进行训练，根据个人和团队计划的执行情况、考核结果，跟踪计划的执行情况，并对训练计划中的训练科目和训练动作作为特征进行打标签评分；
[0023]基于神经网络算法对所述推荐调优模型中的有标签的训练计划迭代训练，对无标签的训练计划预测得分，最终获取对个人和团体推送最优的训练计划和训练处方。
[0024]本专利技术技术效果：本专利技术公开了一种基于图结构数据的军事体能训练智能推荐方法，具有较高的商业实用价值，通过利用个人和团体训练与考核等图结构数据，经过算法建模手段，智能推荐生成科学合理的训练计划，根据训练计划的执行情况，不断优化调整训练计划，支持提供根据难度等级递进的丰富多样的训练计划，具有针对性、灵活性、科学性、快捷性等特点，能够为参训者提供高效智能的训练方法，帮助其快速提高自身考核成绩，为管理者提供高效智能的管理手段，在智能训练领域具有较高的市场推广价值。
附图说明
[0025]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0026]图1为本专利技术实施例基于图结构数据的军事体能训练推荐方法业务流程示意图；
[0027]图2为本专利技术实施例基于图结构数据的军事体能训练推荐方法实现示意图。
具体实施方式
[0028]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0029]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0030]如图1所示，本实施例中提供一种基于图结构数据的军事体能训练智能推荐方法，包括以下步骤：
[0031]获取图结构数据，基于所述图结构数据采用知识图谱技术，获取个人画像和团体画像；
[0032]基于所述个人画像和所述团体画像构建计划推荐模型，获取个人推荐计划和团体推荐计划；
[0033]基于所述个人推荐计划和所述团体推荐计划构建计划扩展模型，获取个人和团体的训练计划和训练处方；
[0034]根据训练计划的执行结果构建推荐调优模型，迭代优化所述个人和团体的训练计划和训练处方，获得对个人和团体推送最优的训练计划和训练处方。
[0035]设考核科目分为考核科目1、考核科目2、考核科目3
……
考核科目K，K为考核科目数量，训练科目分为训练科目1、训练科目2、训练科目3
……
训练科目X，X为训练科目数量，训练器材分为训练器材1、训练器材2、训练器材3
……
训练器材Q,Q为训练器材数量，训练动作分为训练动作1、训练动作2、训练动作3
……
训练动作D,D为训练动作数量，考核科目和训练器材之间是多对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图结构数据的军事体能训练智能推荐方法，其特征在于，包括以下步骤：获取图结构数据，基于所述图结构数据采用知识图谱技术，获取个人画像和团体画像；基于所述个人画像和所述团体画像构建计划推荐模型，获取个人推荐计划和团体推荐计划；基于所述个人推荐计划和所述团体推荐计划构建计划扩展模型，获取个人和团体的训练计划和训练处方；根据训练计划的执行结果构建推荐调优模型，迭代优化所述个人和团体的训练计划和训练处方，获得对个人和团体推送最优的训练计划和训练处方。2.如权利要求1所述的基于图结构数据的军事体能训练智能推荐方法，其特征在于，所述图结构数据包括考核成绩信息，历史训练计划表、体训标准数据、人员和设备信息。3.如权利要求1所述的基于图结构数据的军事体能训练智能推荐方法，其特征在于，基于所述图结构数据采用知识图谱技术，获取个人画像和团体画像的方法包括：基于所述图结构数据采用知识图谱技术，构建基本训练知识、基本训练方案和特殊训练方案知识库，分析每个学员的身体数据、训练考核数据，获取每个学员的每个特征点的强弱，构成个人画像和团体画像。4.如权利要求1所述的基于图结构数据的军事体能训练智能推荐方法，其特征在于，基于所述个人画像和所述团体画像构建计划推荐模型，获取个人推荐计划表和团体推荐计划表的方法包括：基于所述个人画像和所述团体画像，根据个人和团体的自身特点，获取个人和团体的训练方式；基于所述个人和团体的训练方式，分别进行军事体能的专项训练和混合训练，推荐获取所述个人训练计划表和所述团体训练计划表。5.如权利要求4所述的基于图结构数据的军事体能训练智能推荐方法，其特征在于，所述个人推荐计划表包括...

【专利技术属性】
技术研发人员：李俊俊，董皓，赵学东，刘子康，张迎，靳文星，梁超，
申请(专利权)人：中国航天时代电子有限公司，
类型：发明
国别省市：