CN117398662B - 基于生理采集信息的三自由度旋转训练参数控制方法 - Google Patents
基于生理采集信息的三自由度旋转训练参数控制方法 Download PDFInfo
- Publication number
- CN117398662B CN117398662B CN202311724757.0A CN202311724757A CN117398662B CN 117398662 B CN117398662 B CN 117398662B CN 202311724757 A CN202311724757 A CN 202311724757A CN 117398662 B CN117398662 B CN 117398662B
- Authority
- CN
- China
- Prior art keywords
- training
- gradient
- joint
- rotation
- joint rotation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000006855 networking Effects 0.000 claims abstract description 15
- 230000006735 deficit Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B22/00—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements
- A63B22/06—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with support elements performing a rotating cycling movement, i.e. a closed path movement
- A63B22/0605—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with support elements performing a rotating cycling movement, i.e. a closed path movement performing a circular movement, e.g. ergometers
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Cardiology (AREA)
- Vascular Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了基于生理采集信息的三自由度旋转训练参数控制方法,涉及三自由度旋转训练领域,其中,所述方法包括:生成第一关节旋转训练梯度;根据第二关节旋转向量记录数据和用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;根据三自由度受损状态信息和训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;获取第一关节旋转训练推荐梯度;获取第二关节旋转训练推荐梯度;根据第一关节旋转训练推荐梯度和第二关节旋转训练推荐梯度对三自由度训练用户进行训练。解决了现有技术中针对用户的三自由度旋转训练的训练梯度的确定效率低,以及三自由度旋转训练参数控制效率低的技术问题。
Description
技术领域
本发明涉及三自由度旋转训练领域,具体地,涉及基于生理采集信息的三自由度旋转训练参数控制方法。
背景技术
传统的三自由度旋转训练,需要基于最小的旋转角开始训练逐步攀升,直到达到某个旋转角度用户较为疼痛时,以该旋转角度为基准角度构建用户的训练梯度,训练梯度的确定过程效率较低、耗时长。
发明内容
本申请提供了基于生理采集信息的三自由度旋转训练参数控制方法。解决了现有技术中针对用户的三自由度旋转训练的训练梯度的确定效率低,以及三自由度旋转训练参数控制效率低的技术问题。达到了提高用户的三自由度旋转训练的训练梯度的确定效率,提高三自由度旋转训练参数控制效率的技术效果。
鉴于上述问题,本申请提供了基于生理采集信息的三自由度旋转训练参数控制方法。
第一方面,本申请提供了一种基于生理采集信息的三自由度旋转训练参数控制方法,其中,所述方法应用于一种基于生理采集信息的三自由度旋转训练参数控制***,所述方法包括:获取三自由度训练用户的第一训练记录数据,所述第一训练记录数据包括第一关节旋转向量记录数据、第二关节旋转向量记录数据和用户疼痛级记录数据,其中,所述第一训练记录数据至少具有三次训练记录;根据所述第一关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度;根据所述第二关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;获取三自由度训练用户基础信息,其中,所述三自由度训练用户基础信息包括三自由度受损状态信息和训练用户生理指标信息;根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;根据所述第一关节训练调节梯度对所述第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度;根据所述第二关节训练调节梯度对所述第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度;根据所述第一关节旋转训练推荐梯度和所述第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对所述三自由度训练用户进行训练。
第二方面,本申请还提供了一种基于生理采集信息的三自由度旋转训练参数控制***,其中,所述***包括:训练记录数据获取模块,所述训练记录数据获取模块用于获取三自由度训练用户的第一训练记录数据,所述第一训练记录数据包括第一关节旋转向量记录数据、第二关节旋转向量记录数据和用户疼痛级记录数据,其中,所述第一训练记录数据至少具有三次训练记录;第一训练梯度分析模块,所述第一训练梯度分析模块用于根据所述第一关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度;第二训练梯度分析模块,所述第二训练梯度分析模块用于根据所述第二关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;用户基础信息获取模块,所述用户基础信息获取模块用于获取三自由度训练用户基础信息,其中,所述三自由度训练用户基础信息包括三自由度受损状态信息和训练用户生理指标信息;关节训练调节梯度获取模块,所述关节训练调节梯度获取模块用于根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;第一推荐梯度获取模块,所述第一推荐梯度获取模块用于根据所述第一关节训练调节梯度对所述第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度;第二推荐梯度获取模块,所述第二推荐梯度获取模块用于根据所述第二关节训练调节梯度对所述第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度;训练模块,所述训练模块用于根据所述第一关节旋转训练推荐梯度和所述第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对所述三自由度训练用户进行训练。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过第一关节旋转向量记录数据和用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度;通过第二关节旋转向量记录数据和用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;根据三自由度受损状态信息和训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;根据第一关节训练调节梯度对第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度;根据第二关节训练调节梯度对第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度;根据第一关节旋转训练推荐梯度和第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对三自由度训练用户进行训练。达到了提高用户的三自由度旋转训练的训练梯度的确定效率,提高三自由度旋转训练参数控制效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本申请的一些实施例,而非对本申请的限制。
图1为本申请一种基于生理采集信息的三自由度旋转训练参数控制方法的流程示意图;
图2为本申请一种基于生理采集信息的三自由度旋转训练参数控制方法中获取第一关节旋转训练梯度的流程示意图;
图3为本申请一种基于生理采集信息的三自由度旋转训练参数控制***的结构示意图。
附图标记说明:训练记录数据获取模块11,第一训练梯度分析模块12,第二训练梯度分析模块13,用户基础信息获取模块14,关节训练调节梯度获取模块15,第一推荐梯度获取模块16,第二推荐梯度获取模块17,训练模块18。
具体实施方式
本申请通过提供基于生理采集信息的三自由度旋转训练参数控制方法。解决了现有技术中针对用户的三自由度旋转训练的训练梯度的确定效率低,以及三自由度旋转训练参数控制效率低的技术问题。达到了提高用户的三自由度旋转训练的训练梯度的确定效率,提高三自由度旋转训练参数控制效率的技术效果。
实施例1
请参阅附图1,本申请提供一种基于生理采集信息的三自由度旋转训练参数控制方法,其中,所述方法应用于一种基于生理采集信息的三自由度旋转训练参数控制***,所述方法具体包括如下步骤:
步骤S100:获取三自由度训练用户的第一训练记录数据,所述第一训练记录数据包括第一关节旋转向量记录数据、第二关节旋转向量记录数据和用户疼痛级记录数据,其中,所述第一训练记录数据至少具有三次训练记录;
步骤S200:根据所述第一关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度;
进一步的,本申请步骤S200还包括:
步骤S210:根据所述第一关节旋转向量记录数据,获取第一旋转方向的第一关节旋转角度梯度序列,其中,所述第一关节旋转角度梯度序列的任意一个第一关节旋转角度梯度对应于一次训练;
步骤S220:遍历所述第一关节旋转角度梯度序列,获取所述用户疼痛级记录数据等于疼痛级阈值的第一关节旋转基准角度序列,其中,所述第一关节旋转基准角度序列表征每次训练梯度的起始角度集;
步骤S230:根据所述第一关节旋转基准角度序列,构建第一关节旋转基准角度递增幅度集合;
步骤S240:对所述第一关节旋转基准角度递增幅度集合进行集中值分析,获取递增幅度集中值;
步骤S250:根据所述递增幅度集中值对所述第一关节旋转基准角度序列进行递增,获取第一关节的所述第一旋转方向的第一关节推荐基准角度;
具体而言,连接所述一种基于生理采集信息的三自由度旋转训练参数控制***,采集三自由度训练用户的第一训练记录数据。其中,三自由度训练用户可以为使用所述一种基于生理采集信息的三自由度旋转训练参数控制***进行智能化三自由度旋转训练参数控制的任意用户。所述第一训练记录数据包括第一关节旋转向量记录数据、第二关节旋转向量记录数据和用户疼痛级记录数据。且,所述第一训练记录数据至少具有三次训练记录。第一关节旋转向量记录数据包括三自由度训练用户的多个旋转方向对应的多个第一关节旋转角度梯度序列。每个第一关节旋转角度梯度序列包括多个第一关节旋转角度梯度。且,每个第一关节旋转角度梯度对应于一次训练。即,每个第一关节旋转角度梯度包括一次训练时,三自由度训练用户的第一关节的多个历史旋转角度。同理,所述第二关节旋转向量记录数据包括三自由度训练用户的多个旋转方向对应的多个第二关节旋转角度梯度序列。每个第二关节旋转角度梯度序列包括多个第二关节旋转角度梯度。每个第二关节旋转角度梯度包括一次训练时,三自由度训练用户的第二关节的多个历史旋转角度。第一关节、第二关节可以为三自由度训练用户的任意关节。所述用户疼痛级记录数据包括第一关节旋转向量记录数据中每个历史旋转角度对应的用户历史疼痛级,以及第二关节旋转向量记录数据中的每个历史旋转角度对应的用户历史疼痛级。
进一步,分别将第一关节旋转向量记录数据中的每个旋转方向设置为第一旋转方向,并从第一关节旋转向量记录数据中提取出第一旋转方向对应的第一关节旋转角度梯度序列。第一关节旋转角度梯度序列包括多个第一关节旋转角度梯度。继而,分别判断第一关节旋转角度梯度序列内的每个历史旋转角度对应的用户历史疼痛级是否等于疼痛级阈值。当第一关节旋转角度梯度序列内的历史旋转角度对应的用户历史疼痛级等于疼痛级阈值时,将该历史旋转角度添加至第一关节旋转基准角度序列。第一关节旋转基准角度序列包括第一关节旋转角度梯度序列内,等于疼痛级阈值的多个用户历史疼痛级对应的多个历史旋转角度。疼痛级阈值包括由所述一种基于生理采集信息的三自由度旋转训练参数控制***预先设置确定的用户历史疼痛级阈值。
进一步,对第一关节旋转基准角度序列内的多个历史旋转角度进行从小到大的排序,获得排序后的第一关节旋转基准角度序列,并分别对排序后的第一关节旋转基准角度序列进行两两之间的差值计算,获得第一关节旋转基准角度递增幅度集合。所述第一关节旋转基准角度递增幅度集合包括排序后的第一关节旋转基准角度序列内,多个历史旋转角度之间的多个历史旋转角度差值。
进一步,对第一关节旋转基准角度递增幅度集合进行集中值分析,示例性地,按照预先设置确定的预设旋转角度差值对第一关节旋转基准角度递增幅度集合中的多个历史旋转角度差值进行聚类,将大于预设旋转角度差值的历史旋转角度差值归为第一聚类旋转角度差值。将等于预设旋转角度差值的历史旋转角度差值归为第二聚类旋转角度差值。将小于预设旋转角度差值的历史旋转角度差值归为第三聚类旋转角度差值。分别对第一聚类旋转角度差值、第二聚类旋转角度差值、第三聚类旋转角度差值进行历史旋转角度差值的数量统计,获得第一聚类旋转角度差值、第二聚类旋转角度差值、第三聚类旋转角度差值分别对应的第一聚类旋转角度差值数量、第二聚类旋转角度差值数量、第三聚类旋转角度差值数量。继而,分别判断第一聚类旋转角度差值数量、第二聚类旋转角度差值数量、第三聚类旋转角度差值数量是否小于预先设置确定的预设旋转角度差值数量。将第一聚类旋转角度差值、第二聚类旋转角度差值、第三聚类旋转角度差值中,小于预先设置确定的预设旋转角度差值数量的聚类旋转角度差值数量对应的聚类旋转角度差值进行删除。将大于/等于预设旋转角度差值数量的聚类旋转角度差值数量对应的聚类旋转角度差值进行均值计算,获得递增幅度集中值。
进一步,根据递增幅度集中值对第一关节旋转基准角度序列进行递增,获取第一关节的第一旋转方向的第一关节推荐基准角度。示例性地,在根据递增幅度集中值对第一关节旋转基准角度序列进行递增时,按照递增幅度集中值分别对第一关节旋转基准角度序列内的多个历史旋转角度进行加和计算,获得第一关节推荐基准角度。
达到了通过第一关节旋转向量记录数据和用户疼痛级记录数据进行推荐基准角度分析,获得准确、适配的第一关节推荐基准角度,从而提高第一关节旋转训练梯度的准确性的技术效果。
步骤S260:基于所述第一关节推荐基准角度进行训练梯度分析,生成所述第一关节旋转训练梯度。
进一步的,如附图2所示,本申请步骤S260还包括:
步骤S261:根据所述第一关节旋转角度梯度序列进行梯度递增分析,获取第一梯度曲线、第二梯度曲线直到第N梯度曲线;
具体而言,分别对第一关节旋转角度梯度序列内的多个第一关节旋转角度梯度进行曲线构建,获得第一梯度曲线、第二梯度曲线……第N梯度曲线。每个梯度曲线为第一关节旋转角度梯度序列的每个第一关节旋转角度梯度内的多个历史旋转角度对应的曲线。每个梯度曲线包括第一关节旋转角度梯度序列的每个第一关节旋转角度梯度内的多个历史旋转角度对应的多个点。N等于第一关节旋转角度梯度序列内的多个第一关节旋转角度梯度的数量。
步骤S262:对所述第一梯度曲线、所述第二梯度曲线直到所述第N梯度曲线进行相似度分析,获取相似梯度曲线;
进一步的,本申请步骤S262还包括:
步骤S262-1:根据所述第一关节旋转基准角度序列为所述第一梯度曲线、所述第二梯度曲线直到所述第N梯度曲线设置第一参考点、第二参考点直到第N参考点;
步骤S262-2:根据所述第一参考点获取所述第一梯度曲线的第一梯度曲线相对位置点云;
步骤S262-3:根据所述第N参考点获取所述第N梯度曲线的第N梯度曲线相对位置点云;
步骤S262-4:对所述第一梯度曲线相对位置点云、第二梯度曲线相对位置点云直到所述第N梯度曲线相对位置点云的任意两个进行等价位置分析,获取等价位置数量和非等价位置数量,其中,等价位置指的是相对位置相同的点,且任意一个等价位置仅能配对两个点;
步骤S262-5:根据所述等价位置数量和所述非等价位置数量计算等价位置数量比,设为曲线相似度;
步骤S262-6:获取所述曲线相似度大于或等于曲线相似度阈值的多条梯度曲线的中值线,设为所述相似梯度曲线。
步骤S263:根据所述相似梯度曲线对所述第一关节推荐基准角度进行梯度递增,获取所述第一关节旋转训练梯度。
具体而言,按照第一关节旋转基准角度序列对第一梯度曲线进行匹配,将第一梯度曲线的多个历史旋转角度对应的多个点中,第一关节旋转基准角度序列对应的任意一个点设置为第一参考点。第二参考点……第N参考点与第一参考点的设置方式相同。
进一步,基于第一参考点计算第一梯度曲线相对位置点云,即,对第一参考点与第一梯度曲线的多个点进行距离计算,获得第一梯度曲线相对位置点云。第一梯度曲线相对位置点云包括第一参考点与第一梯度曲线的多个点之间的多个距离信息。同理,基于第二参考点……第N参考点,计算第二梯度曲线相对位置点云……第N梯度曲线相对位置点云。且,第二梯度曲线相对位置点云……第N梯度曲线相对位置点云与第一梯度曲线相对位置点云的计算方式相同。
进一步,分别对第一梯度曲线相对位置点云、第二梯度曲线相对位置点云……第N梯度曲线相对位置点云中的任意两个梯度曲线相对位置点云进行等价位置分析,即,遍历第一梯度曲线相对位置点云、第二梯度曲线相对位置点云……第N梯度曲线相对位置点云进行任意两个梯度曲线相对位置点云的随机组合,获得多个组合梯度曲线相对位置点云。每个组合梯度曲线相对位置点云包括第一梯度曲线相对位置点云、第二梯度曲线相对位置点云……第N梯度曲线相对位置点云中,任意的两个梯度曲线相对位置点云。分别对每个组合梯度曲线相对位置点云进行等价位置分析,获得每个组合梯度曲线相对位置点云对应的等价位置数量和非等价位置数量。等价位置数量包括每个组合梯度曲线相对位置点云内等价位置的数量。非等价位置数量包括每个组合梯度曲线相对位置点云内非等价位置的数量。等价位置指的是相对位置相同的点,且任意一个等价位置仅能配对两个点。即,等价位置为每个组合梯度曲线相对位置点云的两个梯度曲线相对位置点云中,相等的距离信息对应的两个点。非等价位置为每个组合梯度曲线相对位置点云的两个梯度曲线相对位置点云中,不相等的距离信息对应的两个点。
进一步,分别对每个组合梯度曲线相对位置点云对应的等价位置数量和非等价位置数量进行比值计算,获得多个曲线相似度。每个曲线相似度包括每个组合梯度曲线相对位置点云对应的等价位置数量与非等价位置数量之间的比值。分别判断每个曲线相似度是否大于或等于曲线相似度阈值。将大于或等于曲线相似度阈值的多个曲线相似度对应的多条梯度曲线的中值线设置为相似梯度曲线,并根据相似梯度曲线对第一关节推荐基准角度进行梯度递增,获取第一关节旋转训练梯度。其中,曲线相似度阈值由所述一种基于生理采集信息的三自由度旋转训练参数控制***预先设置确定。“根据相似梯度曲线对第一关节推荐基准角度进行梯度递增”与“根据递增幅度集中值对第一关节旋转基准角度序列进行递增”的方式相同,为了说明书的简洁,在此不再赘述。
达到了根据相似梯度曲线对第一关节推荐基准角度进行梯度递增,获取第一关节旋转训练梯度,从而提高三自由度旋转训练的训练梯度的设计效率、可靠度的技术效果。
步骤S300:根据所述第二关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;
步骤S400:获取三自由度训练用户基础信息,其中,所述三自由度训练用户基础信息包括三自由度受损状态信息和训练用户生理指标信息;
具体而言,根据第二关节旋转向量记录数据和用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度。继而,连接所述一种基于生理采集信息的三自由度旋转训练参数控制***采集三自由度训练用户基础信息。第二关节旋转训练梯度与第一关节旋转训练梯度的训练梯度分析方式相同,为了说明书的简洁,在此不再赘述。所述三自由度训练用户基础信息包括三自由度受损状态信息和训练用户生理指标信息。三自由度受损状态信息包括三自由度训练用户的受损关节对应的位置、名称、受损等级等关节受损状态参数。训练用户生理指标信息包括三自由度训练用户的体重、性别、年龄、身高、心跳速率、血压等各项生理指标信息。
步骤S500:根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;
进一步的,本申请步骤S500还包括:
步骤S510:根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取同族用户的第一关节训练检索数据和第二关节训练检索数据;
步骤S520:根据所述第一训练记录数据,对所述第一关节训练检索数据和所述第二关节训练检索数据进行匹配,获取第一关节检索推荐梯度和第二关节检索推荐梯度;
步骤S530:将所述第一关节检索推荐梯度设为所述第一关节训练调节梯度;
步骤S540:将所述第二关节检索推荐梯度设为所述第二关节训练调节梯度。
具体而言,按照三自由度受损状态信息和训练用户生理指标信息进行联网检索,获取同族用户的第一关节训练检索数据和第二关节训练检索数据,并根据第一训练记录数据对第一关节训练检索数据和第二关节训练检索数据进行匹配,获取第一关节检索推荐梯度和第二关节检索推荐梯度。进而,将第一关节检索推荐梯度设置为第一关节训练调节梯度。将第二关节检索推荐梯度设置为第二关节训练调节梯度。其中,所述同族用户包括与三自由度训练用户的三自由度受损状态信息、训练用户生理指标信息相同的多个用户。所述第一关节训练检索数据包括同族用户的第一关节对应的多个历史训练记录数据。第二关节训练检索数据包括同族用户的第二关节对应的多个历史训练记录数据。示例性地,在根据第一训练记录数据对第一关节训练检索数据和第二关节训练检索数据进行匹配时,从第一训练记录数据中确定最近的基准角度,以最近的基准角度为准,从第一关节训练检索数据和第二关节训练检索数据中确定最近的基准角度的下一次训练的基准角度对应的训练梯度设置为第一关节检索推荐梯度和第二关节检索推荐梯度。达到了通过对三自由度受损状态信息和训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度,从而提高三自由度旋转训练参数控制效率的技术效果。
步骤S600:根据所述第一关节训练调节梯度对所述第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度;
进一步的,本申请步骤S600还包括:
步骤S610:获取所述第一关节检索推荐梯度的第一关节检索推荐基准旋转向量,所述第一关节检索推荐基准旋转向量具有第一关节检索推荐基准旋转角度;
步骤S620:获取所述第一关节旋转训练梯度的第一关节旋转训练向量,所述第一关节旋转训练向量具有第一关节推荐基准角度;
步骤S630:当所述第一关节检索推荐基准旋转角度小于所述第一关节推荐基准角度时,取所述第一关节检索推荐基准旋转角度和所述第一关节推荐基准角度的中值,设为第一关节推荐基准角度更新值;
步骤S640:当所述第一关节检索推荐梯度缓于所述第一关节旋转训练梯度,取所述第一关节检索推荐梯度和所述第一关节旋转训练梯度的中值,设为第一关节旋转训练梯度更新值;
步骤S650:根据所述第一关节推荐基准角度更新值和所述第一关节旋转训练梯度更新值,获取所述第一关节旋转训练推荐梯度。
具体而言,所述第一关节检索推荐梯度包括第一关节检索推荐基准旋转向量。所述第一关节检索推荐基准旋转向量包括第一关节检索推荐基准旋转角度。所述第一关节旋转训练梯度包括第一关节旋转训练向量。第一关节旋转训练向量包括第一关节的多个推荐基准角度。分别将第一关节旋转训练向量中第一关节的每个推荐基准角度设置为第一关节推荐基准角度。继而,对第一关节检索推荐基准旋转角度是否小于第一关节推荐基准角度进行判断。当第一关节检索推荐基准旋转角度小于第一关节推荐基准角度时,将第一关节检索推荐基准旋转角度和第一关节推荐基准角度的中值设置为第一关节推荐基准角度更新值。当第一关节检索推荐梯度缓于第一关节旋转训练梯度时,将第一关节检索推荐梯度和第一关节旋转训练梯度的中值设置为第一关节旋转训练梯度更新值。将第一关节推荐基准角度更新值和第一关节旋转训练梯度更新值输出为第一关节旋转训练推荐梯度。
进一步的,本申请步骤S630还包括:
步骤S631:当所述第一关节检索推荐基准旋转角度大于或等于所述第一关节推荐基准角度时,所述第一关节推荐基准角度不更新;
步骤S632:当所述第一关节旋转训练梯度缓于所述第一关节检索推荐梯度,所述第一关节旋转训练梯度不更新。
具体而言,在对第一关节检索推荐基准旋转角度是否小于第一关节推荐基准角度进行判断时,当第一关节检索推荐基准旋转角度大于或等于第一关节推荐基准角度时,第一关节推荐基准角度不更新。当第一关节旋转训练梯度缓于第一关节检索推荐梯度时,第一关节旋转训练梯度不更新。
步骤S700:根据所述第二关节训练调节梯度对所述第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度;
步骤S800:根据所述第一关节旋转训练推荐梯度和所述第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对所述三自由度训练用户进行训练。
具体而言,根据第二关节训练调节梯度对第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度,并根据第一关节旋转训练推荐梯度和第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对三自由度训练用户进行训练,从而提高三自由度旋转训练参数控制效率。其中,第二关节旋转训练推荐梯度与第一关节旋转训练推荐梯度的获得方式相同,为了说明书的简洁,在此不再赘述。三自由度旋转训练仪器可以为现有技术中的任意三自由度旋转训练设备。
综上所述,本申请所提供的一种基于生理采集信息的三自由度旋转训练参数控制方法具有如下技术效果:
1.通过第一关节旋转向量记录数据和用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度;通过第二关节旋转向量记录数据和用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;根据三自由度受损状态信息和训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;根据第一关节训练调节梯度对第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度;根据第二关节训练调节梯度对第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度;根据第一关节旋转训练推荐梯度和第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对三自由度训练用户进行训练。达到了提高用户的三自由度旋转训练的训练梯度的确定效率,提高三自由度旋转训练参数控制效率的技术效果。
2.根据相似梯度曲线对第一关节推荐基准角度进行梯度递增,获取第一关节旋转训练梯度,从而提高三自由度旋转训练的训练梯度的设计效率、可靠度。
实施例2
基于与前述实施例中一种基于生理采集信息的三自由度旋转训练参数控制方法,同样发明构思,本发明还提供了一种基于生理采集信息的三自由度旋转训练参数控制***,请参阅附图3,所述***包括:
训练记录数据获取模块11,所述训练记录数据获取模块11用于获取三自由度训练用户的第一训练记录数据,所述第一训练记录数据包括第一关节旋转向量记录数据、第二关节旋转向量记录数据和用户疼痛级记录数据,其中,所述第一训练记录数据至少具有三次训练记录;
第一训练梯度分析模块12,所述第一训练梯度分析模块12用于根据所述第一关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度;
第二训练梯度分析模块13,所述第二训练梯度分析模块13用于根据所述第二关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;
用户基础信息获取模块14,所述用户基础信息获取模块14用于获取三自由度训练用户基础信息,其中,所述三自由度训练用户基础信息包括三自由度受损状态信息和训练用户生理指标信息;
关节训练调节梯度获取模块15,所述关节训练调节梯度获取模块15用于根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;
第一推荐梯度获取模块16,所述第一推荐梯度获取模块16用于根据所述第一关节训练调节梯度对所述第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度;
第二推荐梯度获取模块17,所述第二推荐梯度获取模块17用于根据所述第二关节训练调节梯度对所述第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度;
训练模块18,所述训练模块18用于根据所述第一关节旋转训练推荐梯度和所述第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对所述三自由度训练用户进行训练。
进一步的,所述***还包括:
第一关节旋转角度梯度序列确定模块,所述第一关节旋转角度梯度序列确定模块用于根据所述第一关节旋转向量记录数据,获取第一旋转方向的第一关节旋转角度梯度序列,其中,所述第一关节旋转角度梯度序列的任意一个第一关节旋转角度梯度对应于一次训练;
第一关节旋转基准角度序列确定模块,所述第一关节旋转基准角度序列确定模块用于遍历所述第一关节旋转角度梯度序列,获取所述用户疼痛级记录数据等于疼痛级阈值的第一关节旋转基准角度序列,其中,所述第一关节旋转基准角度序列表征每次训练梯度的起始角度集;
递增幅度集合构建模块,所述递增幅度集合构建模块用于根据所述第一关节旋转基准角度序列,构建第一关节旋转基准角度递增幅度集合;
集中值分析模块,所述集中值分析模块用于对所述第一关节旋转基准角度递增幅度集合进行集中值分析,获取递增幅度集中值;
第一执行模块,所述第一执行模块用于根据所述递增幅度集中值对所述第一关节旋转基准角度序列进行递增,获取第一关节的所述第一旋转方向的第一关节推荐基准角度;
第二执行模块,所述第二执行模块用于基于所述第一关节推荐基准角度进行训练梯度分析,生成所述第一关节旋转训练梯度。
进一步的,所述***还包括:
梯度曲线构建模块,所述梯度曲线构建模块用于根据所述第一关节旋转角度梯度序列进行梯度递增分析,获取第一梯度曲线、第二梯度曲线直到第N梯度曲线;
曲线相似度分析模块,所述曲线相似度分析模块用于对所述第一梯度曲线、所述第二梯度曲线直到所述第N梯度曲线进行相似度分析,获取相似梯度曲线;
第三执行模块,所述第三执行模块用于根据所述相似梯度曲线对所述第一关节推荐基准角度进行梯度递增,获取所述第一关节旋转训练梯度。
进一步的,所述***还包括:
参考点设置模块,所述参考点设置模块用于根据所述第一关节旋转基准角度序列为所述第一梯度曲线、所述第二梯度曲线直到所述第N梯度曲线设置第一参考点、第二参考点直到第N参考点;
第一梯度曲线相对位置点云获取模块,所述第一梯度曲线相对位置点云获取模块用于根据所述第一参考点获取所述第一梯度曲线的第一梯度曲线相对位置点云;
第四执行模块,所述第四执行模块用于根据所述第N参考点获取所述第N梯度曲线的第N梯度曲线相对位置点云;
等价位置分析模块,所述等价位置分析模块用于对所述第一梯度曲线相对位置点云、第二梯度曲线相对位置点云直到所述第N梯度曲线相对位置点云的任意两个进行等价位置分析,获取等价位置数量和非等价位置数量,其中,等价位置指的是相对位置相同的点,且任意一个等价位置仅能配对两个点;
曲线相似度确定模块,所述曲线相似度确定模块用于根据所述等价位置数量和所述非等价位置数量计算等价位置数量比,设为曲线相似度;
第五执行模块,所述第五执行模块用于获取所述曲线相似度大于或等于曲线相似度阈值的多条梯度曲线的中值线,设为所述相似梯度曲线。
进一步的,所述***还包括:
同族用户检索模块,所述同族用户检索模块用于根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取同族用户的第一关节训练检索数据和第二关节训练检索数据;
检索数据匹配模块,所述检索数据匹配模块用于根据所述第一训练记录数据,对所述第一关节训练检索数据和所述第二关节训练检索数据进行匹配,获取第一关节检索推荐梯度和第二关节检索推荐梯度;
第一关节训练调节梯度确定模块,所述第一关节训练调节梯度确定模块用于将所述第一关节检索推荐梯度设为所述第一关节训练调节梯度;
第二关节训练调节梯度确定模块,所述第二关节训练调节梯度确定模块用于将所述第二关节检索推荐梯度设为所述第二关节训练调节梯度。
进一步的,所述***还包括:
第六执行模块,所述第六执行模块用于获取所述第一关节检索推荐梯度的第一关节检索推荐基准旋转向量,所述第一关节检索推荐基准旋转向量具有第一关节检索推荐基准旋转角度;
第七执行模块,所述第七执行模块用于获取所述第一关节旋转训练梯度的第一关节旋转训练向量,所述第一关节旋转训练向量具有第一关节推荐基准角度;
角度更新值确定模块,所述角度更新值确定模块用于当所述第一关节检索推荐基准旋转角度小于所述第一关节推荐基准角度时,取所述第一关节检索推荐基准旋转角度和所述第一关节推荐基准角度的中值,设为第一关节推荐基准角度更新值;
训练梯度更新值确定模块,所述训练梯度更新值确定模块用于当所述第一关节检索推荐梯度缓于所述第一关节旋转训练梯度,取所述第一关节检索推荐梯度和所述第一关节旋转训练梯度的中值,设为第一关节旋转训练梯度更新值;
第八执行模块,所述第八执行模块用于根据所述第一关节推荐基准角度更新值和所述第一关节旋转训练梯度更新值,获取所述第一关节旋转训练推荐梯度。
进一步的,所述***还包括:
第九执行模块,所述第九执行模块用于当所述第一关节检索推荐基准旋转角度大于或等于所述第一关节推荐基准角度时,所述第一关节推荐基准角度不更新;
第十执行模块,所述第十执行模块用于当所述第一关节旋转训练梯度缓于所述第一关节检索推荐梯度,所述第一关节旋转训练梯度不更新。
本发明实施例所提供的一种基于生理采集信息的三自由度旋转训练参数控制***可执行本发明任意实施例所提供的一种基于生理采集信息的三自由度旋转训练参数控制方法,具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
本申请提供了一种基于生理采集信息的三自由度旋转训练参数控制方法,其中,所述方法应用于一种基于生理采集信息的三自由度旋转训练参数控制***,所述方法包括:通过第一关节旋转向量记录数据和用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度;通过第二关节旋转向量记录数据和用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;根据三自由度受损状态信息和训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;根据第一关节训练调节梯度对第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度;根据第二关节训练调节梯度对第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度;根据第一关节旋转训练推荐梯度和第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对三自由度训练用户进行训练。解决了现有技术中针对用户的三自由度旋转训练的训练梯度的确定效率低,以及三自由度旋转训练参数控制效率低的技术问题。达到了提高用户的三自由度旋转训练的训练梯度的确定效率,提高三自由度旋转训练参数控制效率的技术效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.基于生理采集信息的三自由度旋转训练参数控制方法,其特征在于,包括:
获取三自由度训练用户的第一训练记录数据,所述第一训练记录数据包括第一关节旋转向量记录数据、第二关节旋转向量记录数据和用户疼痛级记录数据,其中,所述第一训练记录数据至少具有三次训练记录;
根据所述第一关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度;
根据所述第二关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;
获取三自由度训练用户基础信息,其中,所述三自由度训练用户基础信息包括三自由度受损状态信息和训练用户生理指标信息;
根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;
根据所述第一关节训练调节梯度对所述第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度;
根据所述第二关节训练调节梯度对所述第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度;
根据所述第一关节旋转训练推荐梯度和所述第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对所述三自由度训练用户进行训练。
2.如权利要求1所述的方法,其特征在于,根据所述第一关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度,包括:
根据所述第一关节旋转向量记录数据,获取第一旋转方向的第一关节旋转角度梯度序列,其中,所述第一关节旋转角度梯度序列的任意一个第一关节旋转角度梯度对应于一次训练;
遍历所述第一关节旋转角度梯度序列,获取所述用户疼痛级记录数据等于疼痛级阈值的第一关节旋转基准角度序列,其中,所述第一关节旋转基准角度序列表征每次训练梯度的起始角度集;
根据所述第一关节旋转基准角度序列,构建第一关节旋转基准角度递增幅度集合;
对所述第一关节旋转基准角度递增幅度集合进行集中值分析,获取递增幅度集中值;
根据所述递增幅度集中值对所述第一关节旋转基准角度序列进行递增,获取第一关节的所述第一旋转方向的第一关节推荐基准角度;
基于所述第一关节推荐基准角度进行训练梯度分析,生成所述第一关节旋转训练梯度。
3.如权利要求2所述的方法,其特征在于,基于所述第一关节推荐基准角度进行训练梯度分析,生成所述第一关节旋转训练梯度,包括:
根据所述第一关节旋转角度梯度序列进行梯度递增分析,获取第一梯度曲线、第二梯度曲线直到第N梯度曲线;
对所述第一梯度曲线、所述第二梯度曲线直到所述第N梯度曲线进行相似度分析,获取相似梯度曲线;
根据所述相似梯度曲线对所述第一关节推荐基准角度进行梯度递增,获取所述第一关节旋转训练梯度。
4.如权利要求3所述的方法,其特征在于,对所述第一梯度曲线、所述第二梯度曲线直到所述第N梯度曲线进行相似度分析,获取相似梯度曲线,包括:
根据所述第一关节旋转基准角度序列为所述第一梯度曲线、所述第二梯度曲线直到所述第N梯度曲线设置第一参考点、第二参考点直到第N参考点;
根据所述第一参考点获取所述第一梯度曲线的第一梯度曲线相对位置点云;
根据所述第N参考点获取所述第N梯度曲线的第N梯度曲线相对位置点云;
对所述第一梯度曲线相对位置点云、第二梯度曲线相对位置点云直到所述第N梯度曲线相对位置点云的任意两个进行等价位置分析,获取等价位置数量和非等价位置数量,其中,等价位置指的是相对位置相同的点,且任意一个等价位置仅能配对两个点;
根据所述等价位置数量和所述非等价位置数量计算等价位置数量比,设为曲线相似度;
获取所述曲线相似度大于或等于曲线相似度阈值的多条梯度曲线的中值线,设为所述相似梯度曲线。
5.如权利要求1所述的方法,其特征在于,根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度,包括:
根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取同族用户的第一关节训练检索数据和第二关节训练检索数据;
根据所述第一训练记录数据,对所述第一关节训练检索数据和所述第二关节训练检索数据进行匹配,获取第一关节检索推荐梯度和第二关节检索推荐梯度;
将所述第一关节检索推荐梯度设为所述第一关节训练调节梯度;
将所述第二关节检索推荐梯度设为所述第二关节训练调节梯度。
6.如权利要求5所述的方法,其特征在于,根据所述第一关节训练调节梯度对所述第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度,包括:
获取所述第一关节检索推荐梯度的第一关节检索推荐基准旋转向量,所述第一关节检索推荐基准旋转向量具有第一关节检索推荐基准旋转角度;
获取所述第一关节旋转训练梯度的第一关节旋转训练向量,所述第一关节旋转训练向量具有第一关节推荐基准角度;
当所述第一关节检索推荐基准旋转角度小于所述第一关节推荐基准角度时,取所述第一关节检索推荐基准旋转角度和所述第一关节推荐基准角度的中值,设为第一关节推荐基准角度更新值;
当所述第一关节检索推荐梯度缓于所述第一关节旋转训练梯度,取所述第一关节检索推荐梯度和所述第一关节旋转训练梯度的中值,设为第一关节旋转训练梯度更新值;
根据所述第一关节推荐基准角度更新值和所述第一关节旋转训练梯度更新值,获取所述第一关节旋转训练推荐梯度。
7.如权利要求6所述的方法,其特征在于,还包括:
当所述第一关节检索推荐基准旋转角度大于或等于所述第一关节推荐基准角度时,所述第一关节推荐基准角度不更新;
当所述第一关节旋转训练梯度缓于所述第一关节检索推荐梯度,所述第一关节旋转训练梯度不更新。
8.基于生理采集信息的三自由度旋转训练参数控制***,其特征在于,所述***用于执行权利要求1至7中任一项所述的方法,所述***包括:
训练记录数据获取模块,所述训练记录数据获取模块用于获取三自由度训练用户的第一训练记录数据,所述第一训练记录数据包括第一关节旋转向量记录数据、第二关节旋转向量记录数据和用户疼痛级记录数据,其中,所述第一训练记录数据至少具有三次训练记录;
第一训练梯度分析模块,所述第一训练梯度分析模块用于根据所述第一关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第一关节旋转训练梯度;
第二训练梯度分析模块,所述第二训练梯度分析模块用于根据所述第二关节旋转向量记录数据和所述用户疼痛级记录数据进行训练梯度分析,生成第二关节旋转训练梯度;
用户基础信息获取模块,所述用户基础信息获取模块用于获取三自由度训练用户基础信息,其中,所述三自由度训练用户基础信息包括三自由度受损状态信息和训练用户生理指标信息;
关节训练调节梯度获取模块,所述关节训练调节梯度获取模块用于根据所述三自由度受损状态信息和所述训练用户生理指标信息进行联网检索,获取第一关节训练调节梯度和第二关节训练调节梯度;
第一推荐梯度获取模块,所述第一推荐梯度获取模块用于根据所述第一关节训练调节梯度对所述第一关节旋转训练梯度进行调节,获取第一关节旋转训练推荐梯度;
第二推荐梯度获取模块,所述第二推荐梯度获取模块用于根据所述第二关节训练调节梯度对所述第二关节旋转训练梯度进行调节,获取第二关节旋转训练推荐梯度;
训练模块,所述训练模块用于根据所述第一关节旋转训练推荐梯度和所述第二关节旋转训练推荐梯度控制三自由度旋转训练仪器对所述三自由度训练用户进行训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311724757.0A CN117398662B (zh) | 2023-12-15 | 2023-12-15 | 基于生理采集信息的三自由度旋转训练参数控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311724757.0A CN117398662B (zh) | 2023-12-15 | 2023-12-15 | 基于生理采集信息的三自由度旋转训练参数控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117398662A CN117398662A (zh) | 2024-01-16 |
CN117398662B true CN117398662B (zh) | 2024-03-12 |
Family
ID=89498405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311724757.0A Active CN117398662B (zh) | 2023-12-15 | 2023-12-15 | 基于生理采集信息的三自由度旋转训练参数控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117398662B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117591834B (zh) * | 2024-01-18 | 2024-03-26 | 中航创世机器人(西安)有限公司 | 基于训练监测数据分析的康复训练控制优化方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110648361A (zh) * | 2019-09-06 | 2020-01-03 | 深圳市华汉伟业科技有限公司 | 一种三维目标物体的实时位姿估计方法及定位抓取*** |
CN111814985A (zh) * | 2020-06-30 | 2020-10-23 | 平安科技(深圳)有限公司 | 联邦学习网络下的模型训练方法及其相关设备 |
CN113343095A (zh) * | 2021-06-22 | 2021-09-03 | 北京三快在线科技有限公司 | 一种模型训练以及信息推荐方法及装置 |
CN114936323A (zh) * | 2022-06-07 | 2022-08-23 | 北京百度网讯科技有限公司 | 图表示模型的训练方法、装置及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11253749B2 (en) * | 2019-10-29 | 2022-02-22 | Reliance Capital Advisors Llc | Ideal target weight training recommendation system and method |
-
2023
- 2023-12-15 CN CN202311724757.0A patent/CN117398662B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110648361A (zh) * | 2019-09-06 | 2020-01-03 | 深圳市华汉伟业科技有限公司 | 一种三维目标物体的实时位姿估计方法及定位抓取*** |
CN111814985A (zh) * | 2020-06-30 | 2020-10-23 | 平安科技(深圳)有限公司 | 联邦学习网络下的模型训练方法及其相关设备 |
CN113343095A (zh) * | 2021-06-22 | 2021-09-03 | 北京三快在线科技有限公司 | 一种模型训练以及信息推荐方法及装置 |
CN114936323A (zh) * | 2022-06-07 | 2022-08-23 | 北京百度网讯科技有限公司 | 图表示模型的训练方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117398662A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117398662B (zh) | 基于生理采集信息的三自由度旋转训练参数控制方法 | |
CN109522385B (zh) | 一种多尺度道路网m-n匹配模式的判定方法 | |
KR100252643B1 (ko) | 시계열 신호예측장치 | |
CN109686402A (zh) | 基于动态加权相互作用网络中关键蛋白质识别方法 | |
CN117591794B (zh) | 基于时间序列的鸟类迁徙轨迹预测方法 | |
CN111323847B (zh) | 用于为模拟集成算法确定权重比的方法和设备 | |
CN111031502A (zh) | 一种基于樽海鞘群算法的无线传感器网络节点定位方法 | |
JP2020144755A (ja) | 演算装置 | |
CN111626324A (zh) | 基于边缘计算的海底观测网数据异构解析集成方法 | |
CN112101461A (zh) | 一种基于hrtf-pso-fcm的无人机侦察视觉信息可听化方法 | |
CN115442887B (zh) | 一种基于蜂窝网络rssi的室内定位方法 | |
CN114664104B (zh) | 一种路网匹配方法和装置 | |
CN116437290A (zh) | 一种基于csi指纹定位的模型融合方法 | |
CN115721296A (zh) | 一种基于PaddleDetection的野生动物识别*** | |
CN115240056A (zh) | 一种基于深度学习的序列图像场景识别方法 | |
CN110502660B (zh) | 一种弱监督下的多距离度量图像检索方法 | |
CN110891241A (zh) | 一种基于长短时间记忆网络模型与接入点选择策略的指纹定位方法 | |
CN117688498B (zh) | 基于船岸协同的船舶综合安全状态监控*** | |
CN110599622A (zh) | 应用于飞机飞行状态的参数表征方法 | |
CN113191435B (zh) | 基于改进型的视觉词典树的图像闭环检测方法 | |
CN108280181A (zh) | 网络数据的快速处理方法 | |
CN113407756B (zh) | 一种基于自适应权重的肺结节ct图像重排序方法 | |
CN116993832B (zh) | 一种基于cnn的飞行目标的位置预测方法及装置 | |
CN110856253B (zh) | 定位方法、装置、服务器及存储介质 | |
CN114429036A (zh) | 一种基于特征提取和面积度量的动态仿真结果验证方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |