[发明专利]一种基于智能手环的泳姿识别方法和基于智能手环的运动方案

摘要

本发明提供一种基于智能手环的泳姿识别方法和基于智能手环的运动方案，能够识别自由泳、蛙泳、仰泳、蝶泳四种常见泳姿。以贝叶斯分类算法为基础，根据不同种类的泳姿，智能手环检测出的物理量，建立了一种泳姿识别的方法，并结合手环检测到的运动时间，脉搏跳速等物理量，提出了一套包括体能评估在内的运动方案。本发明能够满足人们对健康运动的高标准要求。

主权项

一种基于智能手环的泳姿识别方法，其特征在于：第一步：根据四种不同泳姿设置四个分类，记作C_j，j＝1、2、3、4，其中C₁是自由泳，C₂是蛙泳，C₃是仰泳，C₄是蝶泳；第二步：根据智能手环所检测到的物理量，设置数据样本X，每个样本X中有五个属性，且五种属性之间相互独立，可记作X＝{x₁,x₂,x₃,x₄,x₅}，其中，x₁是x轴加速度，x₂是y轴加速度，x₃是z轴加速度，x₄是x、y、z轴加速度大小的排序，x₅是一个动作周期，且属性x₄有六种不同的情况，将每种情况记作k＝1、2、3、4、5、6；第三步：佩戴智能手环以不同泳姿游泳而获得的庞大数据集，从而用数据集来训练分类器，求出所满足所有i、j取值的先验概率，包括：第四步：对于一个实际样本X'，先判断x′_i的正负，中k的取值，概率P(X'/C_j)的计算公式是：$P(X^{\′}/C_j)=\underset{i=1}{\overset{3}{\Π}}\left\{\begin{array}{cc}P\left(x_i\≥0/C_j\right)\·P(x_4^k/C_j)\·P\left(x_5/C_j\right)& x_i^{\′}\≥0\\ \[1-P(x_i\≥0/C_j)\]\·P(x_4^k/C_j)\·P(x_5/C_j)& x_i^{\′}\<0\end{array}\right.$先验概率P(x₅/C_j)计算公式是：其中：表示泳姿C_j的一个动作周期在数据集中的最大值和最小值，f_j为根据泳姿设定的阀值；第五步：根据上一步中计算出的P(X'/C_j)，计算概率P(X'∩C_j)：P(X'∩C_j)＝P(X'/C_j)·P(C_j)第六步：获取上一步中求出的所有P(X'∩C_j)中的最大值，记做Max{P(X'∩C_j)}，此时，根据最大值所对应j的值，来对实际样本X'进行分类，完成泳姿识别。