一种体质测试数据处理方法及系统技术方案

本发明专利技术涉及智能体测技术领域，具体公开了一种体质测试数据处理方法及系统，所述方法包括基于预设的检测设备获取待检人员的体征数据，根据所述体征数据建立人体模型；根据所述人体模型生成各测试项目的预测数据；接收工作人员输入的各测试项目的测试成绩，基于所述预测数据判断所述测试成绩的发挥度；根据所述发挥度建立动态场景，基于所述动态场景采集待检人员的反应参数，根据所述反应参数对所述测试成绩进行修正。本发明专利技术根据预设的设备预先获取待检人员的体征数据，根据所述体征数据生成一个预测成绩，由预测成绩判断测试成绩的发挥程度，根据所述发挥程度可以判断测试成绩的真实性以及有效性，进而组织复测，有效地扩充了补救空间。救空间。救空间。

【技术实现步骤摘要】
一种体质测试数据处理方法及系统


[0001]本专利技术涉及智能体测
，具体是一种体质测试数据处理方法及系统。

技术介绍

[0002]体质顾名思义是指人体的质量，是人体健康状况和对外界的适应能力。它是在遗传性和获得性基础上表现出来的人体形态结构、生理功能和心理因素的综合的、相对稳定的特征。
[0003]在现有的很多场合，需要对相关人员进行体质测试，这些测试有的是选拔性测试，有的是非选拔性测试，现有的测试过程大都有一个共同特征，就是其决定性，一次测试就决定了测试成绩，很难有补救的机会。
[0004]实际上，对于非选拔性的体质测试场合，比如入职测试，可以存有一定的补救空间，提高测试成绩的真实性；如何提供合适的补救空间是本专利技术技术方案想要解决的技术问题。

技术实现思路

[0005]本专利技术的目的在于提供一种体质测试数据处理方法及系统，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种体质测试数据处理方法，所述方法包括：基于预设的检测设备获取待检人员的体征数据，根据所述体征数据建立人体模型；根据所述人体模型生成各测试项目的预测数据；接收工作人员输入的各测试项目的测试成绩，基于所述预测数据判断所述测试成绩的发挥度；根据所述发挥度建立动态场景，基于所述动态场景采集待检人员的反应参数，根据所述反应参数对所述测试成绩进行修正。
[0007]作为本专利技术进一步的方案：所述基于预设的检测设备获取待检人员的体征数据，根据所述体征数据建立人体模型的步骤包括：基于预设的检测设备获取待检人员的性别、身高和体重；根据所述性别、身高和体重选取标准模型；基于预设的检测设备获取待检人员各部位的体脂率，根据所述体脂率对所述标准模型进行一级修正；基于预设的检测设备获取待检人员的含有载荷信息的轮廓信息，根据轮廓信息对一级修正后的标准模型进行二级修正；其中，一级修正过程修正标准模型中的肌肉模型；二级修正过程修正标准模型中的骨骼模型。
[0008]作为本专利技术进一步的方案：所述基于预设的检测设备获取待检人员的含有载荷信息的轮廓信息，根据轮廓信息对一级修正后的标准模型进行二级修正的步骤包括：基于预设的检测设备实时获取待检人员的载荷信息；所述载荷信息为含有载荷点位的载荷参数；根据预设的频率采集待检人员的人员图像，根据时间信息建立人员图像与载荷信息之间的连接关系；对所述载荷信息进行筛选，在人员图像中选取目标图像；对所述目标图像进行识别，得到轮廓信息，根据轮廓信息对一级修正后的标准模型进行二级修正。
[0009]作为本专利技术进一步的方案：所述根据所述人体模型生成各测试项目的预测数据的步骤包括：建立与历史测试数据库的连接通道，获取各人体模型对应的测试数据，建立训练集；所述测试数据以测试项目为索引；根据所述训练集训练神经网络模型，得到以测试项目为索引的应用模型；将人体模型输入各测试项目的应用模型中，得到预测数据。
[0010]作为本专利技术进一步的方案：所述接收工作人员输入的各测试项目的测试成绩，基于所述预测数据判断所述测试成绩的发挥度的步骤包括：接收工作人员输入的各测试项目的测试成绩，计算所述测试成绩与所述预测数据的差异率；统计所述差异率，根据各测试项目之间的相关度对所述差异率进行自修正；所述相关度为预设值；统计自修正后的差异率，得到待检人员的发挥度；其中，所述差异率含有符号；所述发挥度为百分比矩阵，用于表征用户的发挥程度。
[0011]作为本专利技术进一步的方案：所述根据所述发挥度建立动态场景，基于所述动态场景采集待检人员的反应参数，根据所述反应参数对所述测试成绩进行修正的步骤包括：根据所述发挥度在预设的动态场景库中选取动态场景；基于预设的采集设备实时采集用户的反应参数，根据所述反应参数判断所述测试成绩的异常值；将所述异常值与预设的异常阈值进行比对，根据比对结果生成修正方案；其中，所述修正方案至少包括含有环境参数的重测方案。
[0012]本专利技术技术方案还提供了一种体质测试数据处理系统，所述系统包括：人体模型建立模块，用于基于预设的检测设备获取待检人员的体征数据，根据所述体征数据建立人体模型；预测数据生成模块，用于根据所述人体模型生成各测试项目的预测数据；发挥度计算模块，用于接收工作人员输入的各测试项目的测试成绩，基于所述预测数据判断所述测试成绩的发挥度；测试成绩修正模块，用于根据所述发挥度建立动态场景，基于所述动态场景采集待检人员的反应参数，根据所述反应参数对所述测试成绩进行修正。
[0013]作为本专利技术进一步的方案：所述人体模型建立模块包括：信息获取单元，用于基于预设的检测设备获取待检人员的性别、身高和体重；标准模型选取单元，用于根据所述性别、身高和体重选取标准模型；一级修正单元，用于基于预设的检测设备获取待检人员各部位的体脂率，根据所述体脂率对所述标准模型进行一级修正；二级修正单元，用于基于预设的检测设备获取待检人员的含有载荷信息的轮廓信息，根据轮廓信息对一级修正后的标准模型进行二级修正；其中，一级修正过程修正标准模型中的肌肉模型；二级修正过程修正标准模型中的骨骼模型。
[0014]作为本专利技术进一步的方案：所述预测数据生成模块包括：训练集建立单元，用于建立与历史测试数据库的连接通道，获取各人体模型对应的测试数据，建立训练集；所述测试数据以测试项目为索引；模型训练单元，用于根据所述训练集训练神经网络模型，得到以测试项目为索引的应用模型；模型应用单元，用于将人体模型输入各测试项目的应用模型中，得到预测数据。
[0015]作为本专利技术进一步的方案：所述发挥度计算模块包括：差异率计算单元，用于接收工作人员输入的各测试项目的测试成绩，计算所述测试成绩与所述预测数据的差异率；自修正单元，用于统计所述差异率，根据各测试项目之间的相关度对所述差异率进行自修正；所述相关度为预设值；数据统计单元，用于统计自修正后的差异率，得到待检人员的发挥度；其中，所述差异率含有符号；所述发挥度为百分比矩阵，用于表征用户的发挥程度。
[0016]与现有技术相比，本专利技术的有益效果是：本专利技术根据预设的设备预先获取待检人员的体征数据，根据所述体征数据生成一个预测成绩，由预测成绩判断测试成绩的发挥程度，根据所述发挥程度可以判断测试成绩的真实性以及有效性，进而组织复测，智能化的、有效地扩充了补救空间，可以适用于非选拔性测试过程。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例。
[0018]图1为体质测试数据处理方法的流程框图。
[0019]图2为体质测试数据处理方法的第一子流程框图。
[0020]图3为体质测试数据处理方法的第二子流程框图。
[0021]图4为体质测试数据处理方法的第三子流程框图。
[0022]图5为体质测试数据处理方法的第四子流程框图。
[0023]图6为体质测试数据处理系统的组成结构框图。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种体质测试数据处理方法，其特征在于，所述方法包括：基于预设的检测设备获取待检人员的体征数据，根据所述体征数据建立人体模型；根据所述人体模型生成各测试项目的预测数据；接收工作人员输入的各测试项目的测试成绩，基于所述预测数据判断所述测试成绩的发挥度；根据所述发挥度建立动态场景，基于所述动态场景采集待检人员的反应参数，根据所述反应参数对所述测试成绩进行修正。2.根据权利要求1所述的体质测试数据处理方法，其特征在于，所述基于预设的检测设备获取待检人员的体征数据，根据所述体征数据建立人体模型的步骤包括：基于预设的检测设备获取待检人员的性别、身高和体重；根据所述性别、身高和体重选取标准模型；基于预设的检测设备获取待检人员各部位的体脂率，根据所述体脂率对所述标准模型进行一级修正；基于预设的检测设备获取待检人员的含有载荷信息的轮廓信息，根据轮廓信息对一级修正后的标准模型进行二级修正；其中，一级修正过程修正标准模型中的肌肉模型；二级修正过程修正标准模型中的骨骼模型。3.根据权利要求2所述的体质测试数据处理方法，其特征在于，所述基于预设的检测设备获取待检人员的含有载荷信息的轮廓信息，根据轮廓信息对一级修正后的标准模型进行二级修正的步骤包括：基于预设的检测设备实时获取待检人员的载荷信息；所述载荷信息为含有载荷点位的载荷参数；根据预设的频率采集待检人员的人员图像，根据时间信息建立人员图像与载荷信息之间的连接关系；对所述载荷信息进行筛选，在人员图像中选取目标图像；对所述目标图像进行识别，得到轮廓信息，根据轮廓信息对一级修正后的标准模型进行二级修正。4.根据权利要求1所述的体质测试数据处理方法，其特征在于，所述根据所述人体模型生成各测试项目的预测数据的步骤包括：建立与历史测试数据库的连接通道，获取各人体模型对应的测试数据，建立训练集；所述测试数据以测试项目为索引；根据所述训练集训练神经网络模型，得到以测试项目为索引的应用模型；将人体模型输入各测试项目的应用模型中，得到预测数据。5.根据权利要求1所述的体质测试数据处理方法，其特征在于，所述接收工作人员输入的各测试项目的测试成绩，基于所述预测数据判断所述测试成绩的发挥度的步骤包括：接收工作人员输入的各测试项目的测试成绩，计算所述测试成绩与所述预测数据的差异率；统计所述差异率，根据各测试项目之间的相关度对所述差异率进行自修正；所述相关度为预设值；
统计自修正后的差异率，得到待检人员的发挥度；其中，所述差异率含有符号；所述发挥度为百分比矩阵，用于表征用户的发挥程度。6.根据权利要求1所述的体质测试数...

【专利技术属性】
技术研发人员：林小玲，肖建承，
申请(专利权)人：广州华夏汇海科技有限公司，
类型：发明
国别省市：