[发明专利]运动数据处理和模型训练方法、装置、设备及存储介质

说明书

本发明公开了一种运动数据处理和模型训练方法、装置、设备及存储介质，涉及通信技术领域，以提高记录的运动数据的准确性。该方法包括：在第一目标时间段内，分别获取GPS传感器的第一数据、TAA的第二数据以及SAG的第三数据；对所述第一数据、所述第二数据和所述第三数据进行预处理，得到特征数据集；将所述特征数据集作为机器学习模型的输入，并运行所述机器学习模型，得到预测估计值；在所述预测估计值满足预设条件的情况下，暂停更新运动数据；其中，所述运动数据是根据所述第一数据、所述第二数据以及所述第三数据确定的。本发明实施例可提高记录的运动数据的准确性。

技术领域

本发明涉及通信技术领域，尤其涉及一种运动数据处理和模型训练方法、装置、设备及存储介质。

背景技术

随着移动互联网技术的成熟并大规模运用，出现了各种记录运动轨迹的应用程序。当用户在室外跑步运动、骑车，并使用应用程序记录运动轨迹时，经常会出现不得不停止运动或者主动休息的情况。在这种情况下，应用程序仍会记录用户的运动轨迹。由于这时候用户已经暂停状态，那么，按照现有方式，将会造成记录的运动数据不准确的问题。

发明内容

本发明实施例提供一种运动数据处理和模型训练方法、装置、设备及存储介质，以提高记录的运动数据的准确性。

第一方面，本发明实施例提供了一种运动数据处理方法，包括：

在第一目标时间段内，分别获取GPS(Global Positioning System，全球定位系统)传感器的第一数据、TAA(Three-Axis Accelerometer，三轴加速度计)的第二数据以及SAG(Six-Axis Gyroscope，六轴陀螺仪)的第三数据；

对所述第一数据、所述第二数据和所述第三数据进行预处理，得到特征数据集；

将所述特征数据集作为机器学习模型的输入，并运行所述机器学习模型，得到预测估计值；

在所述预测估计值满足预设条件的情况下，暂停更新运动数据；

其中，所述运动数据是根据所述第一数据、所述第二数据以及所述第三数据确定的。

第二方面，本发明实施例还提供一种运动数据处理装置，包括：

第一获取模块，用于在第一目标时间段内，分别获取GPS传感器的第一数据、TAA的第二数据以及SAG的第三数据；

第二获取模块，用于对所述第一数据、所述第二数据和所述第三数据进行预处理，得到特征数据集；

预测模块，用于将所述特征数据集作为机器学习模型的输入，并运行所述机器学习模型，得到预测估计值；

第一处理模块，用于在所述预测估计值满足预设条件的情况下，暂停更新运动数据；

其中，所述运动数据是根据所述第一数据、所述第二数据以及所述第三数据确定的。

第三方面，本发明实施例还提供一种模型训练方法，包括：

在第三目标时间段内，分别获取GPS传感器的第四数据、TAA的第五数据以及SAG的第六数据；

对所述第四数据、所述第五数据和所述第六数据进行预处理，得到用于模型训练的特征数据集；

对所述第三目标时间段内的运动状态进行分类并对分类结果进行离散化处理，得到标签数据；

利用所述用于模型训练的特征数据集和所述标签数据进行模型训练，得到机器学习模型。

第四方面，本发明实施例还提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法中的步骤。