【技术实现步骤摘要】
本申请涉及运动监测，特别是涉及一种无氧训练的效果评估方法、智能穿戴设备及存储介质。
技术介绍
1、重复的高强度间歇训练(例如无氧训练、hiit等)会对无氧能力产生特别有益的影响。这是因为，将高强度与间歇性相结合可以导致运动后过量耗氧，从而可以加速人体的代谢速率。在进行高强度无氧训练后，人体的代谢率可以在48小时内获得提升。这意味着即使已经离开健身房，也依然在燃烧脂肪。
2、很多用户在进行一段时间的无氧训练之后，很想知道自己的无氧训练效果如何，想要有更准确和客观的数据来进行度量，目前并没有比较好的解决方案。
技术实现思路
1、本申请提供一种无氧训练的效果评估方法、终端设备以及计算机可读存储介质，以解决现有技术中无氧训练效果测试不方便的技术问题。
2、本申请第一方面提供了一种无氧训练的效果评估方法，无氧训练的效果评估方法包括：
3、持续检测用户在无氧训练中预设周期内的平均心率值，根据平均心率值，计算获得最大心率百分比；
4、根据最大心率百分比，计算获得最大摄氧量百分比；
5、根据最大摄氧量百分比，计算获得氧亏递增值；
6、将无氧训练中的氧亏递增值累加，以获得无氧训练的氧亏；
7、将氧亏与用户的用户活动等级进行融合计算，以获得无氧训练的融合特征；
8、将融合特征进行拟合计算，以获得无氧训练的无氧训练效果。
9、其中，检测用户在无氧训练中预设周期内的平均心率值还包括：
1
11、其中，根据平均心率值，计算获得最大心率百分比包括：
12、最大心率百分比＝平均心率值/用户最大心率，
13、其中，用户最大心率跟据用户的年龄确认。
14、其中，根据每秒最大心率百分比，计算获得最大摄氧量百分比包括：
15、％vo2max＝f(hrmax)，
16、其中，％vo2max为最大摄氧量百分比的表达式，
17、％hrmax为最大心率百分比的表达式，f为线性函数。
18、其中，根据最大摄氧量百分比，计算获得氧亏递增值包括：
19、计算无氧放大系数m，根据放大系数m计算获得最大摄氧量百分比的放大值modified intensity；
20、将放大值modified intensity进行拟合计算，以获得氧亏递增值；
21、其中modified intensity＝m*％vo2max,
22、m＝d*％vo2max^2*delta_met,
23、delta_met＝e*0.15*(％vo2max[t]-％vo2max[t-1]),
24、％vo2max[t]为当前时刻t的最大摄氧量百分比，％vo2max[t-1]为当前时刻t的前一秒的最大摄氧量百分比，d和e为调整系数。
25、其中，
26、将放大值modified intensity进行拟合计算，以获得氧亏递增值包括：
27、氧亏递增值＝x*modified intensity^2*y，
28、其中衰减系数x和预测系数y为拟合系数。
29、其中，将氧亏与用户的用户活动等级进行融合计算，以获得无氧训练的融合特征包括：
30、
31、其中用户活动状态中间等级为用户活动等级的中位数。
32、其中，将融合特征进行拟合计算，以获得无氧训练的无氧训练效果包括：
33、无氧训练效果＝a*融合特征+c，
34、其中，a，c为拟合系数。
35、其中，无氧训练的效果评估方法还包括：在显示界面显示无氧训练效果；显示无氧训练效果的方式包括：文字、图表、视频。
36、另一方面，提供一种智能穿戴设备，包括相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现以上任一项的无氧训练的效果评估方法。
37、再一方面，提供一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现以上任一项的无氧训练的效果评估方法。
38、本申请有以下有益效果：本申请的无氧训练的效果评估方法通过持续检测预设周期内的心率，进而计算确定用户的氧亏特征，并根据氧亏特征与用户的用户活动等级的对应关系，计算获得无氧训练效果。从而可以利用客观的氧亏特征数据和用户自身的活动状态，来准确获得无氧训练效果的度量值，数据客观、准确，且具有较强的实用性和易用性。
本文档来自技高网...【技术保护点】
1.一种无氧训练的效果评估方法，其特征在于，所述无氧训练的效果评估方法包括：
2.根据权利要求1所述的无氧训练的效果评估方法，其特征在于，所述检测用户在无氧训练中预设周期内的平均心率值还包括：
3.根据权利要求2所述的无氧训练的效果评估方法，其特征在于，所述根据平均心率值，计算获得最大心率百分比包括：
4.根据权利要求3所述的无氧训练的效果评估方法，其特征在于，所述根据每秒最大心率百分比，计算获得最大摄氧量百分比包括：
5.根据权利要求4所述的无氧训练的效果评估方法，其特征在于，
6.根据权利要求5所述的无氧训练的效果评估方法，其特征在于，
7.根据权利要求6所述的无氧训练的效果评估方法，其特征在于，所述将所述氧亏与所述用户的用户活动等级进行融合计算，以获得所述无氧训练的融合特征包括：
8.根据权利要求7所述的无氧训练的效果评估方法，其特征在于，
9.根据权利要求1所述的无氧训练的效果评估方法，其特征在于，
10.一种智能穿戴设备，其特征在于，包括相互耦接的存储器和处理器，
11.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至9任一项所述的无氧训练的效果评估方法。
...【技术特征摘要】
1.一种无氧训练的效果评估方法，其特征在于，所述无氧训练的效果评估方法包括：
2.根据权利要求1所述的无氧训练的效果评估方法，其特征在于，所述检测用户在无氧训练中预设周期内的平均心率值还包括：
3.根据权利要求2所述的无氧训练的效果评估方法，其特征在于，所述根据平均心率值，计算获得最大心率百分比包括：
4.根据权利要求3所述的无氧训练的效果评估方法，其特征在于，所述根据每秒最大心率百分比，计算获得最大摄氧量百分比包括：
5.根据权利要求4所述的无氧训练的效果评估方法，其特征在于，
6.根据权利要求5所述的无氧训练的效果评估方法，其特征在于，
7.根...
【专利技术属性】
技术研发人员：朱燕雄，赵燕，许晓凯，朱燕升，王楠，李晴，王冲，
申请(专利权)人：深圳市爱都科技有限公司，
类型：发明
国别省市：
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。