通过授权获取初始数据集进行模型的训练,利用可穿戴设备采集生理指标信息,进行相关特征优选,然后通过服务端进行运动风险评估,生成运动建议,用户的反馈用于迭代更新训练模型。本发明实现可穿戴设备数据收集、集成、异构数据融合与运动风险评估;通过采集的长期生理特征的变化曲线,结合海量用户数据进行相关性分析、分箱离散编码等数据处理,完成多源数据的过滤、变换、优选和融合,提取出更有效的数据特征;最后,通过对数据融合后多种综合特征进行运动风险的评估。
用户基于可穿戴设备完成各项生理指标信息采集,采集到的每个时间戳下的生理指标发送到客户端;所述客户端根据当前时间联网查询对应的所述初始数据集中的环境指标,将其与所述生理指标信息根据所述时间戳进行拼接,得到总的用户数据并传送至所述服务端;所述服务端对所述总的用户数据进行特征提取与优选,得到多源融合特征;所述服务端使用所述训练好的XGBoost模型对所述多源融合特征进行运动风险的预估,得到风险预估结果,基于模型中的子树分裂使用的特征次数,计算不同特征的重要性。
陈小燕,担任中山中天电讯科技有限公司、深圳市中大股权投资有限责任公司等公司法定代表人,担任广州中大电讯科技有限公司、深圳市中大数字信息技术研究院有限公司等公司股东,担任深圳市中大产学研孵化基地有限公司、深圳市中大数字信息技术研究院有限公司、中山中天电讯科技有限公司等公司高管。
评价单位:“科创中国”数字体育创新产业科技服务团 (中国体育科学学会)
评价时间:2022-11-26
综合评价
保留了特征的差异化的表达能力。计算不同特征的重要性。基于此生成规避运动风险的建议。收集到的每个时间戳下的生理指标发送到客户端。可以根据可解释性的分析结果为用户提供一定的应对运动风险的建议。
查看更多>