Resumen

Con el fin de monitorizar los datos de carga deportiva de los atletas en el entrenamiento deportivo, este artículo estudia los métodos y sistemas de monitorización de carga deportiva y alerta de fatiga basados en la tecnología de redes neuronales. En este trabajo, el algoritmo de optimización paralela de red neuronal basado en big data se utiliza para estimar con precisión la carga de movimiento y la intensidad de acuerdo con el modo de movimiento determinado y los datos de aceleración, con el fin de realizar la monitorización en tiempo real del entrenamiento de ejercicio. Los resultados muestran que el valor de η suele ser pequeño para garantizar que la corrección del peso pueda seguir realmente la dirección del descenso de gradiente. En este trabajo, se extrajeron 176 muestras de los datos de monitorización recogidos por la "Plataforma de Información del Equipo Nacional de Tenis", 160 de las cuales se seleccionaron como muestras de entrenamiento y las otras 16 como muestras de prueba. Tamaño de la colonia de hormigas M = 20. El valor mínimo Wmin del intervalo de pesos es -2, y el valor máximo Wmax es 2. El número máximo de iteraciones se fija en 200. σ = 1; es decir, sólo se retiene una solución óptima. El dominio se divide en 60 partes uniformemente; es decir, r = 60. Generalmente, η puede tomarse como cualquier número [28] entre [10-3, 10], pero el valor suele ser pequeño para asegurar que la corrección del peso pueda seguir realmente la dirección del descenso del gradiente. En este trabajo, el valor es 0,003. En la fase de alerta temprana de la fatiga por ejercicio, las unidades de medida razonables del tiempo de fatiga por ejercicio se dividieron de acuerdo con las características de los diferentes elementos del ejercicio. Se demuestra que el algoritmo bayesiano de clasificación puede evitar eficazmente la lesión deportiva causada por el sobreentrenamiento, advirtiendo de la fatiga y previniendo la lesión deportiva causada por el sobreentrenamiento.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:papel, valor, descenso de gradiente, lesión deportiva, corrección de peso, tamaño de colonia de hormigas M, Plataforma de Información del Equipo Nacional de Tenis, algoritmo de optimización paralela de red neuronal, algoritmo de clasificación bayesiano, modo de movimiento determinado
• Keywords:paper, value, gradient descent, sports injury, weight correction, Ant colony size M, National Tennis Team Information Platform, neural network parallel optimization algorithm, Bayesian classification algorithm, determined motion mode