[发明专利]基于ANN预测力学参数的方法、装置、设备及存储介质

说明书

本发明揭示了一种基于ANN预测力学参数的方法、装置、设备及存储介质，步骤包括：将基准数据库中的所有基础数据按照指定比例分成建模数据和模型检测数据；将所述建模数据通过指定算法进行训练获得力学参数预测模型；通过模型检测数据对所述力学参数预测模型进行验算；判断验算结果是否符合指定要求；若是，则使用所述力学参数预测模型预测指定目标的生物力学参数。能准确的预测力学参数，准确度最高能够达到99.5％，平均准确度能达到90％以上；应用范围广，能够预测所有一直类型的力学参数；毋须知道输入参数和基准数据之间公式上的关系都能进行预测；在目标身体上任何位置的传感器都能被用在预测，而不需在特定的位置测量特定的数据，有更大的自由度。

技术领域

本发明涉及到蓝牙通信领域，特别是涉及到一种基于ANN预测力学参数的方法、装置、设备及存储介质。

背景技术

现有的力学预测技术需要厘清参数与参数之间的关系的公式才能作出测量。但是问题是根据牛顿力学公式算出来的数字为理想状态数值与实际测量的实数相差甚远，使得现有的大部分预测技术都只有70％左右的准确度。主要的原因是除了线性的关系外，加速度跟力学数据还有很多非线性的关系，因此根据传统力学公式是无法作准确预测的。另外，不同人群之间存在着个体上的差异，例如身高，体重，运动速度，肢体长度等等的差异。人体结构明显不符合传统力学中公式成立对对象结构前提的要求，由此可见，以上的实现方案对预测有过多的简化，造成预测的不准确，公式也不能解决个体差异的问题。此外，因为人体结构极为复杂，包括关节和肢体间的关系，所以很多参数与参数间的关系根本没有厘清，例如加速度跟关节硬度，负荷率，前蹬力，减速力等等的关系没有明确的公式关系。除此之外，加速仪的位置也极为重要，在传统的解决方案中，传感器需要放在特定的地方才能有效地用公式计算力学数据。例如加速仪要放在小腿上才能计算冲击力。放在其他地方的时候，参数间的关系便完全不同，而且是传统力学没有办法模拟的。因此旧有的方法在传感器放置方面有较高的要求。

发明内容

本发明的主要目的为提供一种基于ANN预测力学参数的方法、装置、设备及存储介质，以解决背景技术中所提出的至少一个技术问题。

本发明提出本发明提出一种基于ANN预测力学参数的方法，包括如下步骤：

将基准数据库中的所有基础数据按照指定比例分成建模数据和模型检测数据；

将上述建模数据通过指定算法进行训练获得力学参数预测模型；

通过模型检测数据对上述力学参数预测模型进行验算；

判断验算结果是否符合指定要求；

若是，则使用上述力学参数预测模型预测指定目标的生物力学参数。

进一步地，在上述的基于ANN预测力学参数的方法中，在将基准数据库中的所有基础数据按照指定比例分成建模数据和模型检测数据的步骤之前，还包括步骤：

建立基准数据库。

进一步地，在上述的基于ANN预测力学参数的方法中，建立基准数据库的步骤，包括：

获取指定数量生物个体在指定活动状态下的力学参数；

获取每个上述生物个体的体格特征信息及各关节在对应活动状态下的加速度和角速率；

将每个上述生物个体的体格特征信息以及在对应活动状态下的力学参数、加速度和角速率进行同步配对，获得基础数据；

将每个上述生物个体在对应状态下的上述基础数据整合，获得上述基准数据库。

进一步地，在上述的基于ANN预测力学参数的方法中，将每个上述生物个体的体格特征信息以及在对应活动状态下的力学参数、加速度和角速率进行同步配对，获得基础数据的步骤，包括：