基于神经网络模型的加速度计活动强度算法研究

发布时间：2018-01-14 12:37

  本文关键词：基于神经网络模型的加速度计活动强度算法研究　出处：《天津体育学院学报》2017年01期 　论文类型：期刊论文

  更多相关文章： 神经网络模型 加速度计 活动强度 预测

【摘要】：旨在引入神经网络算法以提高加速度计活动强度的预测准确性,以44名大学生(男女各22名)为样本,让其同时佩戴气体代谢分析仪Cosmed K4B2和加速度计(Actigraph-GT3X)进行3类11项体力活动(每项活动5 min),使用Matlab7.0软件运用留一法交叉验证BP神经网络模型,通过其与Hendleman模型和Crouter模型在RMSE、Bias和B-A图上的横向比较评估其效度。结果显示3-18-1的三层神经网络模型(参数:误差率0.001、初始学习率0.02、动量常量0.7)的RMSE为1.08,在B-A图上一致性区间之外的点占总数的4.3%、一致性界限差值的绝对值为2.7,每分钟活动强度(除骑行外)的分类准确性分别为84.3%(小强度)、83.2%(中等强度)和89.8%(大强度),神经网络模型在整体强度和各个活动项目强度的预测上的准确性均好于Hendleman和Crouter模型,并且在活动强度分类准确性上更优。未来应进一步探究机器学习中其它算法在该领域的应用,优化整合指标体系和各类模型之间的关系。
[Abstract]:The results show that the accuracy of the three - layer neural network model ( parameter : error rate 0.001 , initial learning rate 0.02 , momentum constant 0.7 ) is 1.08 , and the accuracy of the neural network model is better than that of Hendleman and Crouter models on RMSE , Bias and B - A . The results show that the accuracy of the neural network model is better than that of Hendleman and Crouter models .

【作者单位】： 四川师范大学体育学院;
【基金】：四川师范大学实验技术与管理重点项目(项目编号:SYJS2015-09)
【分类号】：G804.49;TP183
【正文快照】： Research on Algorithm on Activity Intensity of Accelerometer Based on Neural Network ModelCHEN Qinguo,PENG Biao,YANG Shijun,LIAO Fangping(School of PE,Sichuan Normal University,Chengdu 610101,China)加速度计原始数据转换为活动强度(METs)的算法问题一直是体力

【参考文献】

相关期刊论文 前4条

1 王欢;王馨塘;佟海青;欧阳安;江崇民;;三种加速度计测量多种身体活动的效度比较[J];体育科学;2014年05期

2 朱琳;陈佩杰;;应用ROC曲线确定活动计数在青春期少年运动强度诊断中的最佳临界值[J];体育科学;2012年11期

3 樊振宇;;BP神经网络模型与学习算法[J];软件导刊;2011年07期

4 罗四维;肖晔;丁嘉种;;学习率自调整的BP算法[J];北方交通大学学报;1993年02期

相关博士学位论文 前1条

1 向剑锋;大学生体力活动监测中运动传感器能耗预测方程的建立与应用[D];上海体育学院;2011年

相关硕士学位论文 前1条

1 吴昌友;神经网络的研究及应用[D];东北农业大学;2007年

【共引文献】

相关期刊论文 前10条

1 袁川;陈庆果;;基于ActiGraph GT3X监测网球运动能量消耗的研究[J];河北体育学院学报;2017年04期

2 梁洪卫;张旭;邹岱峰;;基于VMD-BP神经网络模型的天然气管道工况检测研究[J];化工自动化及仪表;2017年07期

3 朱小雷;;广州典型保障房居住空间环境质量使用后评价及评价指标敏感性探索[J];西部人居环境学刊;2017年03期

4 陆观;曹冠;徐一鸣;袁江;邵建新;邱自学;;基于红外反射法的金属薄板印涂湿膜厚度测量及曲面拟合研究[J];仪表技术与传感器;2017年06期

5 蔡益;;基于LBP的拉链布边缺陷检测算法研究[J];工业控制计算机;2017年04期

6 王俊杰;;优化BP神经网络在手写体数字识别中的性能研究[J];电子设计工程;2017年06期

7 丁兴林;张宇林;;基于ARM的不同参数含量聚醚的检测及识别[J];仪表技术与传感器;2017年03期

8 袁川;陈庆果;;我国运用加速度计运动传感器监测身体活动进展分析[J];南京体育学院学报(自然科学版);2017年01期

9 陈庆果;彭彪;杨世军;廖方萍;;基于神经网络模型的加速度计活动强度算法研究[J];天津体育学院学报;2017年01期

10 李洪涛;;基于改进BP算法的水泵机组故障诊断的网络模型[J];机械工程与自动化;2017年01期

相关博士学位论文 前2条

1 刘丹松;大学生体质调查及日常体力活动能量消耗模型构建[D];武汉体育学院;2014年

2 朱琳;11-14岁青春期少年常见体力活动能耗测量的方法学研究[D];上海体育学院;2012年

相关硕士学位论文 前10条

1 伍娜;基于改进遗传神经网络的ATM现金预测的研究[D];暨南大学;2016年

2 张黎黎;前馈人工神经网络的CMOS模拟电路实现研究[D];湘潭大学;2016年

3 张璐;黄河万家寨水库上游段封开河特征分析及模拟预报研究[D];内蒙古农业大学;2016年

4 汪蕊;基于隐马可夫模型的SUV车辆侧翻预警研究[D];南京林业大学;2016年

5 张鸣天;基于贝叶斯网络的信息安全风险评估研究[D];北京化工大学;2016年

6 郭功振;邻域粗糙集的属性约简算法及其在分类器中应用[D];青岛大学;2016年

7 马卓;激光直接标刻二维条码在水果表面的应用研究[D];山东大学;2016年

8 叶兰平;改进型协同过滤推荐算法研究[D];安徽大学;2016年

9 吴炯;基于CNNs的MCNP几何模型转换算法研究[D];兰州大学;2016年

10 杨健;磁控电抗器的谐波特性及其抑制研究[D];广东工业大学;2016年

【二级参考文献】

相关期刊论文 前6条

1 朱琳;陈佩杰;;能量消耗测量方法及其应用[J];中国运动医学杂志;2011年06期

2 朱琳;陈佩杰;庄洁;袁梅;王强;;12～14岁正常和肥胖男性青少年运动能耗的比较研究[J];中国运动医学杂志;2011年02期

3 戴剑松;孙飙;沈洪兵;;加速度传感器测量体力活动的应用综述[J];中国运动医学杂志;2009年06期

4 汤强;盛蕾;朱卫红;;体力活动研究中加速度计的应用[J];体育科学;2009年01期

5 郝中华;;BP神经网络的非线性思想[J];洛阳师范学院学报;2008年04期

6 刘爱玲,李艳平,宋军,潘慧,韩秀明,马冠生;加速度计对成人日常体力活动测量效度的研究[J];中华流行病学杂志;2005年03期

【相似文献】

相关期刊论文 前10条

1 朱晓峰;统计分析和预测的神经网络模型[J];统计教育;2000年02期

2 侯学刚;时滞Hopfield神经网络模型的渐近性态分析[J];乐山师范学院学报;2003年04期

3 郭海如;崔雪梅;董春玲;;一种基于神经网络模型的中国能耗预测[J];孝感学院学报;2007年03期

4 季苏;李晓新;;基于神经网络模型的田径比赛预测[J];运动;2012年14期

5 杨则正;声识别中的神经网络模型[J];管理科学文摘;1995年09期

6 王瑞敏;;以Hopfield神经网络模型为例的大学物理教学设计[J];大学物理;2014年04期

7 张秀坤;;一种串—并行混合结构的神经网络模型[J];长春师范学院学报;2005年11期

8 欧阳江林;重复传播神经网络模型及其学习算法的探讨[J];浙江工贸职业技术学院学报;2002年01期

9 施蕙;课题建设质量评价体系的神经网络模型[J];江苏技术师范学院学报;2004年02期

10 高风昕;曲贺梅;;一类神经网络模型的平衡点的收敛速率[J];周口师范学院学报;2006年02期

相关会议论文 前10条

1 孙宝成;刘锡荟;;时间序列神经网络模型[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年

2 周金荣;胡泽新;黄道;;一种多层混合型神经网络模型的研究[A];1995中国控制与决策学术年会论文集[C];1995年

3 王阿明;刘天放;;高阶神经网络模型特性研究[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

4 屈景怡;王如彬;;大脑皮层神经网络模型同步问题研究[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年

5 张美恋;林熙;;经济增长的神经网络模型[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 陈昭炯;叶东毅;;一个改进的竞争神经网络模型[A];1996中国控制与决策学术年会论文集[C];1996年

7 郭成安;李建华;李明伟;;从观测数据学习后验概率函数:一种最佳神经网络模型的设计与分析[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

8 李媛;康春艳;于亚芳;;交指型缺陷接地结构共面波导的神经网络模型[A];2009年全国微波毫米波会议论文集（上册）[C];2009年

9 禹建丽;苏中义;杨卫平;;牵引传动中润滑油牵引系数的神经网络模型[A];2005年中国智能自动化会议论文集[C];2005年

10 胡金亮;李建生;余学庆;沈建京;周涛;王永炎;;用于中医证候量化诊断的神经网络模型的探索[A];计算机在诊法中的应用与研究论文汇编[C];2005年

相关重要报纸文章 前1条

1 自治区交通厅养路费征稽处 程爱娟;应用“神经网络模型”预测妇女的平均工资水平[N];新疆科技报(汉);2000年

相关博士学位论文 前10条

1 袁朝晖;二元离散神经网络模型的动力学分析[D];湖南大学;2003年

2 王军平;几类离散神经网络模型的动力学分析[D];复旦大学;2006年

3 南晋华;决策神经网络模型及应用研究[D];华中科技大学;2008年

4 周日贵;量子神经网络模型研究[D];南京航空航天大学;2008年

5 刘艳青;时滞神经网络模型的稳定性研究[D];天津大学;2005年

6 赵灵晓;基于部件神经网络模型的制冷系统混合仿真方法及应用[D];上海交通大学;2010年

7 朱红;高速（HS-K-WTA）神经网络模型[D];南京理工大学;2003年

8 熊佩英;几类神经网络模型的动力学分析[D];湖南大学;2013年

9 刘开宇;几类二元神经网络模型的动力学性质研究[D];湖南大学;2004年

10 黄振坤;几类神经网络模型的动力学分析[D];浙江大学;2007年

相关硕士学位论文 前10条

1 杨巍;三元离散神经网络模型的稳定性与分岔分析[D];东北林业大学;2010年

2 孙文渊;基于BP神经网络模型下预测吉林省GDP[D];延边大学;2015年

3 李波;一类带有分段连续控制项的非线性递推关系的渐近周期性[D];延边大学;2015年

4 巩云野;两类具有时滞项的Cohen-Grossberg神经网络模型的稳定性分析[D];东北林业大学;2015年

5 王薇;一类离散时间双极人工神经网络模型的周期性[D];延边大学;2015年

6 李辰风;改进遗传BP网络的地表沉降预测方法研究[D];江西理工大学;2015年

7 尤军;民用建筑沉降监测与预报方法应用研究[D];宁夏大学;2015年

8 吴娇娇;基于时空神经网络模型的瓦斯浓度预测研究[D];中国矿业大学;2015年

9 李灵光;细长导轨加工变形分析与参数优化技术[D];北京理工大学;2015年

10 王鹏;切换Cohen-Grossberg神经网络模型的动力学分析[D];长沙理工大学;2014年

，

本文编号：1423635