【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于深度学习的水下跑台智能调速系统及方法。
技术介绍
1、在现代健身与康复领域，水下跑台因其低冲击、高效率的特点，成为运动员训练和康复治疗的优选工具。然而，现有技术在实现水下跑台智能调速方面存在明显的局限性，具体表现在：大多数水下跑台采用预设的训练模式，通过手动调节水流速度，无法实时响应运动员的生理状态变化和运动表现需求，缺乏个性化和智能化。
2、因此，现有水下跑台的智能调速系统普遍缺乏实时监测、深度分析与自适应调速能力，导致训练效率和安全性受到限制，无法满足运动员对个性化、智能化训练的需求，所以无法有效提升水下运动的训练效果。
技术实现思路
1、本专利技术实施例提供一种基于深度学习的水下跑台智能调速系统及方法，能够根据运动员的实时生理状态和运动表现，动态调整水流速度，有效提升了水下运动的训练效果。
2、本专利技术一实施例提供了一种基于深度学习的水下跑台智能调速系统，包括：
3、心率检测设备，用于检测水下跑台上正在运动
【技术保护点】
1.一种基于深度学习的水下跑台智能调速系统，其特征在于，包括：
2.如权利要求1所述的基于深度学习的水下跑台智能调速系统，其特征在于，所述控制设备在用于将所述心率和所述运动姿态作为输入数据，输入到训练好的带注意力机制的多层感知机神经网络模型中，得到所述用户在水下跑台上的运动状态时，具体用于：
3.如权利要求2所述的基于深度学习的水下跑台智能调速系统，其特征在于，所述控制设备在用于将所述心率特征和所述运动姿态特征进行注意力权重计算并进行特征拼接，得到注意力加权后的融合特征时，具体用于：
4.如权利要求3所述的基于深度学习的水下跑台智能...
【技术特征摘要】
1.一种基于深度学习的水下跑台智能调速系统，其特征在于，包括：
2.如权利要求1所述的基于深度学习的水下跑台智能调速系统，其特征在于，所述控制设备在用于将所述心率和所述运动姿态作为输入数据，输入到训练好的带注意力机制的多层感知机神经网络模型中，得到所述用户在水下跑台上的运动状态时，具体用于：
3.如权利要求2所述的基于深度学习的水下跑台智能调速系统，其特征在于，所述控制设备在用于将所述心率特征和所述运动姿态特征进行注意力权重计算并进行特征拼接，得到注意力加权后的融合特征时，具体用于：
4.如权利要求3所述的基于深度学习的水下跑台智能调速系统，其特征在于，带注意力机制的多层感知机神经网络模型由多个隐藏层组成，每个隐藏层l的计算公式为：
5.如权利要求4所述的基于深度学习的水下跑台智能调速系统，其特征在于，所述水下跑台调速模型的模型公式为：
6.一种基...
【专利技术属性】
技术研发人员：陈景裕，
申请(专利权)人：广州健之杰洁具有限公司，
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。