本发明实施例提供了一种训练运动强度识别系统的方法,包括:A1、构建运动强度识别系统,其包括依次连接的数据预处理模块、并行卷积处理流、双线性池化模块和多任务学习模块,所述并行卷积处理流包括两条并行的卷积处理流;A2、通过数据预处理模块对经标注了标签的运动数据进行预处理,得到运动信息和对应的标签组成的训练集,其中,运动数据由惯性传感器采集得到,为运动数据标注的标签包括多种不同的运动强度标签和多种不同的运动行为标签;A3、用所述训练集训练所述运动强度识别系统;本发明从通道和空间两个维度对卷积层提取的特征进行优化,关注重要的特征,抑制不必要的特征,有助于提升运动强度的识别精度。
本发明构建了一个运动强度识别系统,其包括依次连接的并行卷积处理流、双线性池化模块和多任务学习模块,所述并行卷积处理流包括两条并行的卷积处理流,并且,采用了惯性传感器采集的运动数据,其具有非干扰、数据敏感的优势;在多任务学习模块之前,通过两条卷积处理流通过残差网络提取更丰富的特征,减少信息丢失;通过注意力机制的处理可以提升特征的表现,关注重要的特征,抑制不必要的特征;然后通过双线性池化操作获得更高维的特征,对特征进一步丰富;采用多任务学习模块引入人体行为的知识辅助提升运动强度识别;通过以上的并行卷积处理、双线性池化和多任务学习过程,提高运动强度识别系统的泛化能力和模型的鲁棒性。
陈益强,研究员、博士生导师、中心主任。入选国家高层次人才特支计划领军人才,科技部中青年科技创新领军人才以及北京市科技新星等。主要从事人工智能和普适计算方向研究,在多模态高精度感知、跨模态细粒度关联及脑疾病智能辅诊模型等研究方面取得成果,在IEEE TKDE,AAAI等人工智能与普适计算领域国际重要期刊和会议上发表论文百余篇,获得包括IJCAI-FL最佳应用论文奖、IJIT十五周年最佳论文奖等在内的会议最佳论文奖6项,申请发明专利84项(授权47项),相关成果获得国家及省部级奖项7项。
评价单位:“科创中国”科技创新全链条服务生态系统专业科技服务团 (北京八月瓜科技有限公司)
评价时间:2023-08-29
综合评价
科技创新水平方面:
技术创新:该方法和系统采用了先进的传感器技术和数据处理算法,能够从运动数据中提取出反映运动强度的特征值,并通过对这些特征值的分类和比较,实现了对运动强度的准确识别。
实用性强:该方法和系统适用于多种运动场景,包括走路、跑步、骑车等,能够满足不同用户的需求。同时,通过与可穿戴设备或运动设备的结合,使用方便,用户友好。
具有商业价值:该方法和系统的产业化应用前景广阔,可以应用于运动健康监测、运动训练指导、健身娱乐等领域,具有较高的商业价值。
具有学术价值:该方法和系统的研究和发展涉及传感器技术、数据挖掘、机器学习等多个领域的前沿技术,具有较高的学术价值,对于推动相关领域的发展有一定的贡献。
产业化建议:
确定市场定位:明确产品的市场定位和目标用户,了解目标用户的运动需求和消费能力,以便更好地设计产品和制定市场推广策略。
优化产品设计:根据市场需求和用户反馈,设计出符合用户需求和制造标准的产品,注重产品的可靠性、耐用性和用户体验。
选择合适的制造商:选择具有相关制造经验和能力的制造商,确保产品的生产质量和成本控制,同时保持对市场的敏锐度。
制定市场推广策略:制定有效的市场推广策略,包括品牌宣传、销售渠道拓展、价格策略等,吸引更多的潜在客户。
建立客户服务体系:提供优质的售后服务,及时解决客户问题,提高客户满意度,同时收集客户反馈,不断优化产品。
总体而言,该项目技术思路方向很好,未来市场空间大,有利于当前政策要求,转化成熟度很高,值得支持推广。建议强化相应产品开发,加大产业链开发力度。
查看更多>