-
公开(公告)号：CN110619940A
公开(公告)日：2019-12-27
申请号：CN201910886253.6
申请日：2019-09-19
Applicant: 福建宜准信息科技有限公司
Abstract: 本发明涉及一种基于蚁群优化算法的健身跑运动方案生成方法，包括以下步骤：1、确定蚁群优化算法中各参数，并对各变量进行初始化；2、随机产生k个解，得到初始解记忆表；3、计算解记忆表中各解的适应度值，并按适应度值进行排序；4、当演化代数不大于最大演化代数时，转步骤5，否则转步骤8；5、计算每个解的权重，并采用轮盘赌抽样获取m个基准解；6、采用更新策略对获取的每个基准解进行更新；7、删除解记忆表中最差的m个解，并按适应度从小到大对余下的最好的k个解进行排序；然后取下一代演化代数，返回步骤4继续迭代；8、将解记忆表中排名第一的解作为最优解输出。该方法有利于生成安全、有效和个性化的健身跑运动方案。
-
公开(公告)号：CN110610233B
公开(公告)日：2023-04-07
申请号：CN201910886628.9
申请日：2019-09-19
Applicant: 福建宜准信息科技有限公司
Abstract: 本发明涉及一种基于领域知识和数据驱动的健身跑心率预测方法，包括以下步骤：1）采集运动者的健身跑数据，得到训练数据集；2）建立反映心率与运动速度、坡度关系的领域模型DM；3）建立反映心率与运动速度、坡度、运动时间关系的数据驱动的自回归模型ARM；4）采用训练数据集确定领域模型和自回归模型中的参数，得到个性化的领域模型和自回归模型；5）将自回归模型和领域模型预测的心率值，即自回归模型和领域模型的输出作为集成学习算法的输入，通过集成学习算法预测得到最终的心率预测值。该方法有利于提高所建立的个性化健身跑模型的精度。
-
公开(公告)号：CN110619940B
公开(公告)日：2023-01-10
申请号：CN201910886253.6
申请日：2019-09-19
Applicant: 福建宜准信息科技有限公司
Abstract: 本发明涉及一种基于蚁群优化算法的健身跑运动方案生成方法，包括以下步骤：1、确定蚁群优化算法中各参数，并对各变量进行初始化；2、随机产生k个解，得到初始解记忆表；3、计算解记忆表中各解的适应度值，并按适应度值进行排序；4、当演化代数不大于最大演化代数时，转步骤5，否则转步骤8；5、计算每个解的权重，并采用轮盘赌抽样获取m个基准解；6、采用更新策略对获取的每个基准解进行更新；7、删除解记忆表中最差的m个解，并按适应度从小到大对余下的最好的k个解进行排序；然后取下一代演化代数，返回步骤4继续迭代；8、将解记忆表中排名第一的解作为最优解输出。该方法有利于生成安全、有效和个性化的健身跑运动方案。
-
公开(公告)号：CN110610233A
公开(公告)日：2019-12-24
申请号：CN201910886628.9
申请日：2019-09-19
Applicant: 福建宜准信息科技有限公司
Abstract: 本发明涉及一种基于领域知识和数据驱动的健身跑心率预测方法，包括以下步骤：1）采集运动者的健身跑数据，得到训练数据集；2）建立反映心率与运动速度、坡度关系的领域模型DM；3）建立反映心率与运动速度、坡度、运动时间关系的数据驱动的自回归模型ARM；4）采用训练数据集确定领域模型和自回归模型中的参数，得到个性化的领域模型和自回归模型；5）将自回归模型和领域模型预测的心率值，即自回归模型和领域模型的输出作为集成学习算法的输入，通过集成学习算法预测得到最终的心率预测值。该方法有利于提高所建立的个性化健身跑模型的精度。
-
-
-
Search Results
4
records
(took 0.043 seconds)
