申请/专利权人：西安理工大学

申请日：2021-03-30

公开（公告）日：2024-03-19

公开（公告）号：CN113128572B

主分类号：G06F18/23213

分类号：G06F18/23213;G06F18/213;G06F18/2415;G16H20/30

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.08.03#实质审查的生效;2021.07.16#公开

摘要：本发明公开了一种基于概率分布的运动处方有效性范围计算方法，具体按照如下步骤实施：步骤1，整理用户数据库中的数据，提取用户属性；步骤2，根据步骤1中整理出来的用户数据，使用自编码器的K‑means算法对用户进行聚类；步骤3，选择某一个运动处方，根据步骤2中对用户的聚类结果，将所选择的运动处方进行归类；步骤4，根据步骤3在对处方进行分类之后，整理出此类别中所有使用过此处方的用户数据；步骤5，利用概率分布计算运动处方强度、时长、频率以及对处方的满意度评分的分布区间；步骤6，计算运动处方的有效范围。本发明基于概率分布的运动处方有效性范围计算方法，解决了现有技术中存在的运动处方有效性无法量化计算的问题。

主权项：1.基于概率分布的运动处方有效性范围计算方法，其特征在于，具体按照如下步骤实施：步骤1，整理用户数据库中的数据，提取用户属性；步骤2，根据步骤1中整理出来的用户数据，使用融合自编码器的K-means算法对用户进行聚类；具体为：步骤2.1，定义用户属性矩阵U∈Rm×n，其中，m表示用户的数量，n表示用户的属性个数；步骤2.2，将用户属性矩阵输入到自编码器的编码器中，得到降维后的用户特征矩阵Y，其中，其中，Kt是自编码器第t个全连接层的输出，Wt是自编码器第t个全连接层的权重向量，Zt是自编码器第t个全连接层的偏置向量，其中，φ·是激活函数，φ1x＝Relux＝max0,x，步骤2.3，使用步骤2.2得到的降维后的用户特征矩阵Y输入到解码器进行重构用户的特征矩阵U′∈Rm×n，重构的用户特征矩阵U′具体为：U′＝φ2K5·W6+Z6，其中，K5＝φ1K4·W5+Z5，K4＝φ1Y·W4+Z4，其中，Kt是自编码器第t个全连接层的输出，Wt是自编码器第t个全连接层的权重向量，Zt是自编码器第t个全连接层的偏置向量；步骤2.4，过损失函数计算重构误差，损失函数为： 其中Y为降维后的用户特征矩阵，U′为重构的用户特征矩阵，i表示第i行，j表示第j列；当重构误差不超过0.5则得出降维后的用户特征矩阵Y，进入下一步，如果误差大于0.5则返回步骤2.2和步骤2.3中进行神经网络学习，然后再次计算重构误差，直到重构误差不超过0.5的要求进行下一步；步骤2.5，将步骤2.4得出的降维后的用户特征矩阵Y∈Rm×n输入K-means模型中进行聚类，聚类的类别值为K，通过计算各用户距离质心点的距离来进行聚类各用户结点到其所属类的质心聚类公式如下： 其中，质心点是K-means算法本身随机选择K个用户作为质心点，L2为用户i到质心c的距离，kij表示用户i的第j个属性，Ccj表示质心c的第j个属性；步骤3，选择某一个运动处方，根据步骤2中对用户的聚类结果，将所选择的运动处方进行归类；具体为：步骤3.1，根据运动处方名称去已经分类的用户数据中进行查找，并记录下每个类中使用此处方的用户个数；步骤3.2，根据使用处方的用户个数对K个别进行排序，使用此处方名称的用户数最多的类则为此处方名称的所处类，如果出现两个类相等的状况，则说明此处方同时适用于两个类，则把两个类的用户数据归为一起，然后再进行下一步；步骤4，根据步骤3在对处方进行分类之后，整理出此类别中所有使用过此处方的用户数据；具体为：根据步骤3把每个处方名称进行归类之后，然后整理出每个处方名称对应的类中的所有使用此处方名称的用户，从这些用户数据中提取整理出有关此处方名称相对应的属性值，主要包含的对应属性值有：处方强度Q、处方时长T、处方频率P、处方强度满意度Gq、处方时长满意度Gt、处方频率满意度Gp；步骤5，利用概率分布计算运动处方中强度、时长、频率以及对处方的满意度评分的分布区间；具体为：步骤5.1，分别计算每一个处方名称所对应属性的期望值μ和标准差σ；步骤5.2，设定处方强度Q的取值范围为其中期望值μp和标准差σp分别为步骤5.1计算的每一个处方名称所对应属性对应的期望值μ和标准差σ，然后把此范围内的所有用户的满意度值提取出来，然后利用Pandas数据分析包的mean函数计算其平均值G1，同理得到处方时长T对应的满意度G2，处方频率P对应的满意度G3；步骤5.3，定义处方强度Q的范围的最小值为Qmin＝μq-σq，最大值为Qmax＝μq+σq；处方时长T的范围的最小值为Tmin＝μt-σt，最大值为Tmax＝μt+σt；处方频率P的范围的最小值为Pmin＝μp-σp，最大值为Pmax＝μp+σp；步骤6，计算运动处方的有效范围；具体为：定义运动处方的有效性为E，有效性范围的最小值为Emin，最大值为Emax，有效性E的范围是[Emin,Emax]，则具体计算方法为： 最终，运动处方的有效性范围得以求出为[Emin,Emax]。

全文数据：

权利要求：

百度查询： 西安理工大学 基于概率分布的运动处方有效性范围计算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD