欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

運動監(jiān)測平臺的數(shù)據(jù)處理方法及系統(tǒng)與流程

文檔序號:40614140發(fā)布日期:2025-01-07 21:01閱讀:13來源:國知局
運動監(jiān)測平臺的數(shù)據(jù)處理方法及系統(tǒng)與流程

本發(fā)明涉及一種數(shù)據(jù)處理,特別是涉及一種運動監(jiān)測平臺的數(shù)據(jù)處理方法及系統(tǒng)。


背景技術(shù):

1、隨著全民健身倡導(dǎo)的提出以及健康意識的增加,越來越多人加入全民健身,同時,隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,不少互聯(lián)網(wǎng)企業(yè)開始將目光轉(zhuǎn)移到運動檢測平臺搭建上,以滿足用戶對運動情況的有效掌握,從而更好實現(xiàn)健身目的。

2、目前,現(xiàn)有用戶在利用運動監(jiān)測平臺進行運動情況監(jiān)測時,通常直接顯示采集到的運動數(shù)據(jù),并利用服務(wù)器對運動數(shù)據(jù)進行簡單統(tǒng)計,以實現(xiàn)運動監(jiān)測平臺的監(jiān)測目的。但是,單一的運動數(shù)據(jù)采集顯示無法滿足運動監(jiān)測的靈活性需求,并且采集的數(shù)據(jù)之間進行統(tǒng)計處理可能引入誤差數(shù)據(jù),無法有效排除異常數(shù)據(jù),大大降低了運動監(jiān)測平臺的監(jiān)測有效性,因此,亟需一種運動監(jiān)測平臺的數(shù)據(jù)處理方法來解決上述技術(shù)問題。


技術(shù)實現(xiàn)思路

1、有鑒于此,本發(fā)明提供一種運動監(jiān)測平臺的數(shù)據(jù)處理方法及系統(tǒng),主要目的在于解決現(xiàn)有運動監(jiān)測平臺處理數(shù)據(jù)準(zhǔn)確性差的問題。

2、依據(jù)本發(fā)明一個方面,提供了一種運動監(jiān)測平臺的數(shù)據(jù)處理方法,包括:

3、采集不同用戶上傳至運動監(jiān)測平臺的的運動數(shù)據(jù),并對所述運動數(shù)據(jù)按照運動類型、用戶運動閾值以及監(jiān)測目標(biāo)分類對所述運動數(shù)據(jù)進行處理分類,得到異常分類數(shù)據(jù)以及正常分類數(shù)據(jù);

4、按照交叉提取方式從所述異常分類數(shù)據(jù)以及所述正常分類數(shù)據(jù)中提取驗證目標(biāo),并解析所述驗證目標(biāo)的數(shù)據(jù)特征,所述數(shù)據(jù)特征包括數(shù)量特征、單位特征、類型特征、閾值特征中至少一個;

5、調(diào)取匹配所述數(shù)據(jù)特征的驗證模型和/或驗證策略,并基于所述驗證模型和/或所述驗證策略對所述驗證目標(biāo)進行驗證處理,得到所述運動數(shù)據(jù)的驗證結(jié)果,以基于通過驗證的所述運動數(shù)據(jù)進行用戶運動狀態(tài)監(jiān)測。

6、進一步地,所述對所述運動數(shù)據(jù)按照運動類型、用戶運動閾值以及監(jiān)測目標(biāo)分類對所述運動數(shù)據(jù)進行處理分類,得到異常分類數(shù)據(jù)以及正常分類數(shù)據(jù)包括:

7、調(diào)取不同用戶在運動監(jiān)測平臺上所選定的運動監(jiān)測項目,并基于用戶基本信息以及所述運動監(jiān)測項目進行閾值分類,確定用戶運動閾值;

8、獲取對所述運動監(jiān)測項目進行標(biāo)記的監(jiān)測目標(biāo)分類,按照所述監(jiān)測目標(biāo)分類、所述用戶運動閾值、所述運動類型以及數(shù)據(jù)分類公式進行運算,得到數(shù)據(jù)分類閾值;

9、按照所述數(shù)據(jù)分類閾值對所述運動數(shù)據(jù)進行分類,得到異常分類數(shù)據(jù)以及正常分類數(shù)據(jù)。

10、進一步地,所述按照所述數(shù)據(jù)分類閾值對所述運動數(shù)據(jù)進行分類,得到異常分類數(shù)據(jù)以及正常分類數(shù)據(jù)包括:

11、若所述數(shù)據(jù)分類閾值為單一數(shù)值,則將大于所述單一數(shù)值的所述運動數(shù)據(jù)確定為異常分類數(shù)據(jù),并將小于或等于所述單一數(shù)值的所述運動數(shù)據(jù)確定為正常分類數(shù)據(jù);

12、若所述數(shù)據(jù)分類閾值包括多個數(shù)值,則對所述多個數(shù)值求解平均值,并基于所述平均值確定異常分類數(shù)據(jù)以及正常分類數(shù)據(jù)。

13、進一步地,所述按照交叉提取方式從所述異常分類數(shù)據(jù)以及所述正常分類數(shù)據(jù)中提取驗證目標(biāo)包括:

14、確定交叉提取長度以及交叉間隔,所述交叉提取長度與所述交叉間隔不同;

15、按照所述交叉間隔從所述異常分類數(shù)據(jù)以及所述正常分類數(shù)據(jù)中分別提取與所述交叉提取長度對應(yīng)的第一參照目標(biāo)以及第二參照目標(biāo);

16、若所述第一參照目標(biāo)與所述第二參照目標(biāo)之間差值小于或等于預(yù)設(shè)驗證閾值,則將所述第一參照目標(biāo)以及所述第二參照目標(biāo)確定為驗證目標(biāo)。

17、進一步地,所述解析所述驗證目標(biāo)的數(shù)據(jù)特征包括:

18、統(tǒng)計所述驗證目標(biāo)的數(shù)據(jù)數(shù)量,并按照數(shù)量閾值與所述數(shù)據(jù)數(shù)量進行對比,確定數(shù)量特征;或,

19、按照單位標(biāo)識對所述驗證目標(biāo)進行單位分類,并按照有效單位分類對分類后的單位進行篩選,確定單位特征;或,

20、解析所述驗證目標(biāo)的數(shù)據(jù)采集路徑,并基于路徑分類關(guān)鍵標(biāo)識對所述數(shù)據(jù)采集路徑進行分類,確定類型特征;或,

21、調(diào)取與所述驗證目標(biāo)對應(yīng)的運動類型的數(shù)值極值,并基于所述數(shù)值極值對所述驗證目標(biāo)進行比較,確定閾值特征。

22、進一步地,所述調(diào)取匹配所述數(shù)據(jù)特征的驗證模型和/或驗證策略,并基于所述驗證模型和/或所述驗證策略對所述驗證目標(biāo)進行驗證處理,得到所述運動數(shù)據(jù)的驗證結(jié)果之前,所述方法還包括:

23、配置與不同數(shù)據(jù)特征對應(yīng)的驗證模型,所述驗證模型包括數(shù)據(jù)異常識別模型、數(shù)據(jù)處理風(fēng)險分類模型;和/或,

24、接收對不同數(shù)據(jù)特征配置的驗證策略列表,所述驗證策略列表中包括對不同數(shù)據(jù)特征進行處理的驗證策略,所述驗證策略包括時間驗證子策略、用戶名單驗證子策略、運動擾動驗證子策略。

25、進一步地,所述方法還包括:

26、當(dāng)所述運動數(shù)據(jù)通過驗證后,基于所述運動數(shù)據(jù)確定所述用戶的運動狀態(tài)監(jiān)測結(jié)果。

27、依據(jù)本發(fā)明另一個方面,提供了一種運動監(jiān)測平臺的數(shù)據(jù)處理系統(tǒng),包括:

28、處理模塊,用于采集不同用戶上傳至運動監(jiān)測平臺的的運動數(shù)據(jù),并對所述運動數(shù)據(jù)按照運動類型、用戶運動閾值以及監(jiān)測目標(biāo)分類對所述運動數(shù)據(jù)進行處理分類,得到異常分類數(shù)據(jù)以及正常分類數(shù)據(jù);

29、解析模塊,用于按照交叉提取方式從所述異常分類數(shù)據(jù)以及所述正常分類數(shù)據(jù)中提取驗證目標(biāo),并解析所述驗證目標(biāo)的數(shù)據(jù)特征,所述數(shù)據(jù)特征包括數(shù)量特征、單位特征、類型特征、閾值特征中至少一個;

30、驗證模塊,用于調(diào)取匹配所述數(shù)據(jù)特征的驗證模型和/或驗證策略,并基于所述驗證模型和/或所述驗證策略對所述驗證目標(biāo)進行驗證處理,得到所述運動數(shù)據(jù)的驗證結(jié)果,以基于通過驗證的所述運動數(shù)據(jù)進行用戶運動狀態(tài)監(jiān)測。

31、進一步地,所述處理模塊,具體用于調(diào)取不同用戶在運動監(jiān)測平臺上所選定的運動監(jiān)測項目,并基于用戶基本信息以及所述運動監(jiān)測項目進行閾值分類,確定用戶運動閾值;獲取對所述運動監(jiān)測項目進行標(biāo)記的監(jiān)測目標(biāo)分類,按照所述監(jiān)測目標(biāo)分類、所述用戶運動閾值、所述運動類型以及數(shù)據(jù)分類公式進行運算,得到數(shù)據(jù)分類閾值;按照所述數(shù)據(jù)分類閾值對所述運動數(shù)據(jù)進行分類,得到異常分類數(shù)據(jù)以及正常分類數(shù)據(jù)。

32、進一步地,所述處理模塊,具體還用于若所述數(shù)據(jù)分類閾值為單一數(shù)值,則將大于所述單一數(shù)值的所述運動數(shù)據(jù)確定為異常分類數(shù)據(jù),并將小于或等于所述單一數(shù)值的所述運動數(shù)據(jù)確定為正常分類數(shù)據(jù);若所述數(shù)據(jù)分類閾值包括多個數(shù)值,則對所述多個數(shù)值求解平均值,并基于所述平均值確定異常分類數(shù)據(jù)以及正常分類數(shù)據(jù)。

33、進一步地,所述解析模塊,用于確定交叉提取長度以及交叉間隔,所述交叉提取長度與所述交叉間隔不同;按照所述交叉間隔從所述異常分類數(shù)據(jù)以及所述正常分類數(shù)據(jù)中分別提取與所述交叉提取長度對應(yīng)的第一參照目標(biāo)以及第二參照目標(biāo);若所述第一參照目標(biāo)與所述第二參照目標(biāo)之間差值小于或等于預(yù)設(shè)驗證閾值,則將所述第一參照目標(biāo)以及所述第二參照目標(biāo)確定為驗證目標(biāo)。

34、進一步地,所述解析模塊,具體用于統(tǒng)計所述驗證目標(biāo)的數(shù)據(jù)數(shù)量,并按照數(shù)量閾值與所述數(shù)據(jù)數(shù)量進行對比,確定數(shù)量特征;或,按照單位標(biāo)識對所述驗證目標(biāo)進行單位分類,并按照有效單位分類對分類后的單位進行篩選,確定單位特征;或,解析所述驗證目標(biāo)的數(shù)據(jù)采集路徑,并基于路徑分類關(guān)鍵標(biāo)識對所述數(shù)據(jù)采集路徑進行分類,確定類型特征;或,調(diào)取與所述驗證目標(biāo)對應(yīng)的運動類型的數(shù)值極值,并基于所述數(shù)值極值對所述驗證目標(biāo)進行比較,確定閾值特征。

35、進一步地,所述系統(tǒng)還包括:

36、配置模塊,用于配置與不同數(shù)據(jù)特征對應(yīng)的驗證模型,所述驗證模型包括數(shù)據(jù)異常識別模型、數(shù)據(jù)處理風(fēng)險分類模型;和/或,

37、接收模塊,用于接收對不同數(shù)據(jù)特征配置的驗證策略列表,所述驗證策略列表中包括對不同數(shù)據(jù)特征進行處理的驗證策略,所述驗證策略包括時間驗證子策略、用戶名單驗證子策略、運動擾動驗證子策略。

38、進一步地,所述系統(tǒng)還包括:

39、確定模塊,用于當(dāng)所述運動數(shù)據(jù)通過驗證后,基于所述運動數(shù)據(jù)確定所述用戶的運動狀態(tài)監(jiān)測結(jié)果。

40、根據(jù)本發(fā)明的又一方面,提供了一種存儲介質(zhì),所述存儲介質(zhì)中存儲有至少一可執(zhí)行指令,所述可執(zhí)行指令使處理器執(zhí)行如上述運動監(jiān)測平臺的數(shù)據(jù)處理方法對應(yīng)的操作。

41、根據(jù)本發(fā)明的再一方面,提供了一種終端,包括:處理器、存儲器、通信接口和通信總線,所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信;

42、所述存儲器用于存放至少一可執(zhí)行指令,所述可執(zhí)行指令使所述處理器執(zhí)行上述運動監(jiān)測平臺的數(shù)據(jù)處理方法對應(yīng)的操作。

43、借由上述技術(shù)方案,本發(fā)明實施例提供的技術(shù)方案至少具有下列優(yōu)點:

44、本發(fā)明提供了一種運動監(jiān)測平臺的數(shù)據(jù)處理方法及系統(tǒng),與現(xiàn)有技術(shù)相比,本發(fā)明實施例通過采集不同用戶上傳至運動監(jiān)測平臺的的運動數(shù)據(jù),并對所述運動數(shù)據(jù)按照運動類型、用戶運動閾值以及監(jiān)測目標(biāo)分類對所述運動數(shù)據(jù)進行處理分類,得到異常分類數(shù)據(jù)以及正常分類數(shù)據(jù);按照交叉提取方式從所述異常分類數(shù)據(jù)以及所述正常分類數(shù)據(jù)中提取驗證目標(biāo),并解析所述驗證目標(biāo)的數(shù)據(jù)特征,所述數(shù)據(jù)特征包括數(shù)量特征、單位特征、類型特征、閾值特征中至少一個;調(diào)取匹配所述數(shù)據(jù)特征的驗證模型和/或驗證策略,并基于所述驗證模型和/或所述驗證策略對所述驗證目標(biāo)進行驗證處理,得到所述運動數(shù)據(jù)的驗證結(jié)果,以基于通過驗證的所述運動數(shù)據(jù)進行用戶運動狀態(tài)監(jiān)測,實現(xiàn)對運動數(shù)據(jù)的預(yù)先識別,以避免運動數(shù)據(jù)中異常數(shù)據(jù)對運動監(jiān)測造成誤差,從而提高運動監(jiān)測平臺的數(shù)處理有效性。

45、上述說明僅是本發(fā)明技術(shù)方案的概述,為了能夠更清楚了解本發(fā)明的技術(shù)手段,而可依照說明書的內(nèi)容予以實施,并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點能夠更明顯易懂,以下特舉本發(fā)明的具體實施方式。

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
克山县| 浑源县| 辽宁省| 巴中市| 那曲县| 建水县| 扎赉特旗| 任丘市| 依兰县| 平山县| 延川县| 定西市| 临桂县| 长海县| 凤庆县| 宁波市| 台江县| 黑龙江省| 绥化市| 宁远县| 米林县| 探索| 米脂县| 师宗县| 府谷县| 卓尼县| 房山区| 米易县| 莒南县| 同心县| 普陀区| 定远县| 绥江县| 成安县| 平罗县| 牟定县| 诏安县| 宁乡县| 磐安县| 祁东县| 菏泽市|