基于主客觀信息反饋的運動健身服務技術研究.pdf

1、隨著全民健身運動的展開，普通人群日益關注通過運動達到健身目的，個性化的運動健身是一直得到關注卻不易解決的問題。本文進行了基于主客觀信息反饋的運動健身服務技術的研究，主要工作如下：
　　 開展了基于主客觀信息反饋的運動健身疲勞實驗研究。以人體蹬踏健身運動為例設計了運動疲勞實驗，通過主客觀信息獲取方式，在實驗過程中獲取被試者的表面肌電、心電信號及主觀疲勞自覺量值。進行了主觀疲勞自覺量和攝氧量的相關性分析，對測試肌肉的表面肌電時頻域指

2、標及心率和心率變異性指標進行了統(tǒng)計處理和分析，找出了蹬踏健身有氧運動中表征運動疲勞的指標。實驗結果表明，當運動強度增加時，受試者的主觀疲勞感受逐漸增大，股外側肌表面肌電信號的RMS和MPF，以及心電信號中的心率、LF、HF、LF/HF指標具有顯著變化，可以識別疲勞狀態(tài)。
　　 研究了基于主客觀信息反饋的運動疲勞識別，通過對時頻域和小波域的生物電信號進行分析處理，提取出與運動疲勞有關的特征信息，在此基礎上建立基于隱馬爾科夫模型的疲

3、勞識別方法。對時頻域和小波域生物電信息特征融合下的疲勞識別結果比較并和客觀數(shù)據(jù)對比，采用小波域特征分解的隱馬爾科夫模型對健身者的運動疲勞狀態(tài)識別結果準確。
　　 通過實驗及數(shù)據(jù)處理獲得健身者在未疲勞、適度疲勞和過疲勞三種狀態(tài)下的心率、心率變異性和肌肉疲勞相關的生物電信息，提出了一種在多生理參數(shù)綜合考慮下，對健身者的運動能力動態(tài)調整的模糊控制方法，確立模糊隸屬度函數(shù)，從而建立起保持適度健身強度的信息反饋控制策略。
　　 提

4、出了一種基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡預測主觀疲勞量值的方法，該法通過縮小基于客觀信息得出的預測RPE值與主觀實測RPE之間的差距，為健身者提供了主客觀統(tǒng)一的運動強度，有效擴大了有氧運動的時間，增強了有氧健身運動的效果。
　　 在分析面向服務的運動健身必要性的基礎上，結合智能體和網(wǎng)絡服務的各自優(yōu)點，提出了一種多智能體支持的運動健身服務中間件，分析了服務中多智能體的服務協(xié)調過程，討論了面向服務的運動健身策略，并提出基于面向服務架構多智能

5、體支持的運動健身服務，在此基礎上探討了多智能體支持的運動健身服務定制。以智能服務模型指導健身者鍛煉，提高了健身者有氧運動的耐受能力。
　　 在分析了可擴展的運動健身服務資源的組成的基礎上，對運動健身服務的參與各方進行了分析和擴展，提出了基于特定器械的個性化運動健身服務流程。利用前面研究得到的關于運動健身主客觀疲勞評價的知識，以功率自行車健身為例，設計了一個下肢蹬踏運動健身服務系統(tǒng)，使基于主客觀評價運動疲勞的方法和技術得到了應用，