【技术实现步骤摘要】
本专利技术涉及运动数据收集及，尤其涉及一种基于贝叶斯自适应方法的运动负荷感知参数估计方法。
技术介绍
1、目前，运动负荷的测量主要有如下几种模式：1、心率监测器：心率可以反映身体对运动的生理反应。心率监测器可以是腕带式的，也可以是胸带式的。通过连续监测运动员的心率，可以实时评估运动负荷。2、gps运动追踪器：在团队运动中，gps运动追踪器可以用来测量运动员在比赛或训练中的运动距离、速度和加速度，从而评估运动负荷。3、力量和速度测量设备：在力量和速度训练中，力量传感器、动态力量平台和速度测量设备可以用来测量运动员的力量输出和速度，从而评估运动负荷。4、生理标记物：通过血液或唾液样本测量生理标记物(例如，肌酸激酶、皮质醇等)可以提供关于身体对运动负荷的反映的信息。
2、这些测量方法目的是在现有的理论框架内评估运动负荷，框架假设了物理刺激和生物反应、摄氧量之间存在线性关系，然而，这种线性方法可能无法完全捕捉到运动的对人体影响的复杂动力学。运动员自我报告的感知运动负荷是一种重要的测量方法，可以直接测量运动对人的心理整体感受。例如，rpe(感知运动强度)量表可以让运动员根据他们的感觉来评估运动负荷。但是对于不熟悉rpe量表的运动员，可能难以准确评估他们的运动强度。而且不同运动员的经验和训练水平也可能影响他们的感知，例如，经验丰富的运动员可能会对疼痛和疲劳有更高的耐受度，因此他们的rpe评分可能会偏低。目前尚无针对运动负荷测量的有效试验设计和参数估计方法。
3、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认
技术实现思路
1、本专利技术的主要目的在于提供了一种基于贝叶斯自适应方法的运动负荷感知参数估计方法，旨在提供有效的试验方案以较少的测试次数同时精确估计运动负荷参数，以解决目前尚无针对运动负荷测量的有效试验设计和参数估计方法的技术问题。
2、为实现上述目的，本专利技术提供了一种基于贝叶斯自适应方法的运动负荷感知参数估计方法，所述方法包括以下步骤：
3、获取测试运动负荷以及先验信息；所述先验信息至少包括：运动负荷心理感知模型的初始运动负荷感知参数以及所述初始运动负荷感知参数的先验概率分布；
4、基于所述先验信息以及所述运动负荷心理感知模型确定所述测试运动负荷对应的感知条件概率；
5、根据贝叶斯自适应方法，并基于所述感知条件概率确定所述运动负荷感知参数的后验概率分布；
6、根据所述后验概率分布对所述运动负荷感知参数进行迭代更新；
7、在满足迭代终止条件时，获得运动负荷感知参数的估计。
8、可选地，所述根据所述后验概率分布对所述运动负荷感知参数进行迭代更新的步骤之后，包括：
9、在不满足迭代终止条件时，将所述后验概率分布作为下一迭代过程的先验概率分布；
10、将迭代更新后的所述运动负荷感知参数作为下一迭代过程的运动负荷感知参数；
11、返回至获取测试运动负荷以及先验信息的步骤以开始下一迭代过程。
12、可选地，所述返回至获取测试运动负荷以及先验信息的步骤以开始下一迭代过程的步骤之前，还包括：
13、获取所述后验概率分布的熵；
14、确定所述后验概率分布的熵对应的熵期望；
15、将所述熵期望最小的位置对应的运动负荷作为下一迭代过程的测试运动负荷。
16、可选地，所述在满足迭代终止条件时，获得运动负荷感知参数的估计的步骤，包括：
17、在所述迭代更新的迭代次数达到预设次数时，获得迭代后的所述运动负荷感知参数的估计。
18、可选地，所述获取测试运动负荷以及先验信息的步骤，包括：
19、获取测试响应以及响应时的运动测试数据；所述测试响应基于恒定刺激法获取；
20、基于所述测试响应以及所述运动测试数据构建运动负荷心理感知模型；
21、基于所述运动负荷心理感知模型确定初始运动负荷感知参数。
22、此外，为实现上述目的，本专利技术还提出一种基于贝叶斯自适应方法的运动负荷感知参数估计装置，所述基于贝叶斯自适应方法的运动负荷感知参数估计装置包括：
23、数据获取模块，用于获取测试运动负荷以及先验信息；所述先验信息至少包括：运动负荷心理感知模型的初始运动负荷感知参数以及所述初始运动负荷感知参数的先验概率分布；
24、概率计算模块，用于基于所述先验信息以及所述运动负荷心理感知模型确定所述测试运动负荷对应的感知条件概率；
25、所述概率计算模块，还用于根据贝叶斯自适应方法，并基于所述感知条件概率确定所述运动负荷感知参数的后验概率分布；
26、迭代更新模块，用于根据所述后验概率分布对所述运动负荷感知参数进行迭代更新；
27、所述迭代更新模块，还用于在满足迭代终止条件时，获得运动负荷感知参数的估计。
28、此外，为实现上述目的，本专利技术还提出一种基于贝叶斯自适应方法的运动负荷感知参数估计系统，所述系统包括：用户交互模块、运动监测模块以及数据处理模块；
29、其中，所述数据处理模块分别和所述用户交互模块以及所述运动监测模块连接；
30、所述用户交互模块，用于基于用户的交互操作生成相应的测试响应，并将所述测试响应发送至所述数据处理模块；
31、所述数据处理模块，用于在接收到所述测试响应时，从所述运动监测模块中获取运动测试数据；
32、所述数据处理模块中还存储有基于贝叶斯自适应建模的运动负荷感知测量程序，所述基于贝叶斯自适应方法的运动负荷感知参数估计程序配置为实现如上文所述的基于贝叶斯自适应方法的运动负荷感知参数估计的步骤。
33、此外，为实现上述目的，本专利技术还提出一种基于贝叶斯自适应方法的运动负荷感知参数估计设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于贝叶斯自适应方法的运动负荷感知参数估计程序，所述基于贝叶斯自适应方法的运动负荷感知参数估计程序配置为实现如上文所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法的步骤。
34、此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有基于贝叶斯自适应方法的运动负荷感知参数估计程序，所述基于贝叶斯自适应方法的运动负荷感知参数估计程序被处理器执行时实现如上文所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法的步骤。
35、本专利技术通过获取测试运动负荷以及先验信息；基于所述先验信息以及所述运动负荷心理感知模型确定所述测试运动负荷对应的感知条件概率；根据贝叶斯自适应方法，并基于所述感知条件概率确定所述运动负荷感知参数的后验概率分布；根据所述后验概率分布对所述运动负荷感知参数进行迭代更新；在满足迭代终止条件时，获得运动负荷感知参数的估计。由于是基于贝叶斯自适应方法，根据实验过程每次获取的测试运动负荷对运动负荷感知参数进行迭代更新，使得运动本文档来自技高网...
【技术保护点】
1.一种基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述根据所述后验概率分布对所述运动负荷感知参数进行迭代更新的步骤之后，包括：
3.如权利要求2所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述返回至获取测试运动负荷以及先验信息的步骤以开始下一迭代过程的步骤之前，还包括：
4.如权利要求1所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述在满足迭代终止条件时，获得运动负荷感知参数的估计的步骤，包括：
5.如权利要求1所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述获取测试运动负荷以及先验信息的步骤，包括：
6.一种基于贝叶斯自适应方法的运动负荷感知参数估计装置，其特征在于，所述基于贝叶斯自适应方法的运动负荷感知参数估计装置包括：
7.一种基于贝叶斯自适应方法的运动负荷感知参数估计系统，其特征在于，所述系统包括：用户交互模块、运动监测模
8.一种基于贝叶斯自适应方法的运动负荷感知参数估计设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于贝叶斯自适应建模的运动负荷感知测量程序，所述基于贝叶斯自适应方法的运动负荷感知参数估计程序配置为实现如权利要求1至5中任一项所述的基于贝叶斯自适应方法的运动负荷感知参数估计的步骤。
9.一种存储介质，其特征在于，所述存储介质上存储有基于贝叶斯自适应建模的运动负荷感知测量程序，所述基于贝叶斯自适应方法的运动负荷感知参数估计程序配置为实现如权利要求1至5中任一项所述的基于贝叶斯自适应方法的运动负荷感知参数估计的步骤。
...【技术特征摘要】
1.一种基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述根据所述后验概率分布对所述运动负荷感知参数进行迭代更新的步骤之后，包括：
3.如权利要求2所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述返回至获取测试运动负荷以及先验信息的步骤以开始下一迭代过程的步骤之前，还包括：
4.如权利要求1所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述在满足迭代终止条件时，获得运动负荷感知参数的估计的步骤，包括：
5.如权利要求1所述的基于贝叶斯自适应方法的运动负荷感知参数估计方法，其特征在于，所述获取测试运动负荷以及先验信息的步骤，包括：
6.一种基于贝叶斯自适应方法的运动负荷感知参数估计...
【专利技术属性】
技术研发人员：彭小令，李祥臣，曹景伟，李翔武，任志强，公维福，陈蓉蓉，黄起，马绰欣，
申请(专利权)人：北京师范大学香港浸会大学联合国际学院，
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。