一种智慧训练综合管理系统技术方案

本发明专利技术公开了一种智慧训练综合管理系统，该系统包括：资源层、网络层、服务层和应用层，资源层采集学员数据，网络层采用有线和无线通信方式进行数据传输，服务层包括资源服务、共用功能服务和应用服务，应用服务包括综合画像模型、成绩分析模型、成绩预测模型和训练建议模型，应用层包括训练计划管理模块、考核分析评估模块和运动风险评估模块，训练计划管理模块进行训练计划制定、反馈和监督，考核分析评估模块输出数据标签、成绩的影响成分、预测训练效果及训练指导建议，运动风险评估模块评估伤病风险并输出训练活动建议。本发明专利技术有效地提高了训练的效率、减低伤病风险，为训练成绩的提高提供科学的、全面的预测和建议。全面的预测和建议。全面的预测和建议。

【技术实现步骤摘要】
一种智慧训练综合管理系统


[0001]本专利技术涉及智能体育训练分析
，具体涉及一种智慧训练综合管理系统。

技术介绍

[0002]目前的训练系统，一类是涉及单个项目的考核、模拟或是评估系统，无法掌握个人的综合素质和各方面的能力，训练的有效性往往不高，也没有对个人伤病的监控和管理，容易造成人员的受伤；另一类针对训练管理的系统是对训练计划、评估、考评等开展单项的管理应用，未开展全流程的管理，对训练管理人员的支撑有限，由此可见，两类训练系统无法满足综合训练管理的需求。

技术实现思路

[0003]为了克服现有技术存在的缺陷与不足，本专利技术提供一种智慧训练综合管理系统，实现个人信息的综合收集与全面管理，针对性地对个人训练和伤病防治提供合理建议，有效地提高了训练的效率、减低伤病风险，为训练成绩的提高提供科学的、全面的预测和建议。
[0004]为了达到上述目的，本专利技术采用以下技术方案：
[0005]本专利技术提供一种智慧训练综合管理系统，包括：资源层、网络层、服务层和应用层；
[0006]所述资源层采集学员数据，所述学员数据包括个人运动健康数据、训练考核数据、训练评估数据；
[0007]所述网络层采用有线和无线通信方式进行数据传输；
[0008]所述服务层包括资源服务、共用功能服务和应用服务，服务之间的数据交互功能通过RabbitMQ的发布/订阅模式实现，所述应用服务包括综合画像模型、成绩分析模型、成绩预测模型和训练建议模型；；
[0009]所述应用层包括训练计划管理模块、考核分析评估模块和运动风险评估模块；
[0010]所述训练计划管理模块包括训练计划制定单元、训练计划反馈单元和训练情况监督单元，所述训练计划制定单元用于制定训练计划，所述训练计划反馈单元用于对已执行的训练计划进行训练信息收集反馈，所述训练情况监督单元用于统计训练数据，所述训练数据包括学员签到数据、参训率统计数据、参训人时统计数据；
[0011]所述考核分析评估模块包括：综合画像单元、成绩分析单元、成绩预测单元、训练建议单元；
[0012]所述综合画像单元用于将学员生理体能数据输入综合画像模型，得到数据标签，所述成绩分析单元用于将各考核项目的成绩输入成绩分析模型，将成绩的影响因子通过成绩分析模型计算，获取成绩的影响成分，所述成绩预测单元用于根据成绩预测模型输出预测训练效果，所述训练建议单元用于根据训练建议模型输出训练指导建议；
[0013]所述运动风险评估模块用于获取人体不同疲劳程度的样本数据，输入训练后的PNN网络对疲劳预测样本数据进行疲劳状态分级，评估伤病风险并输出训练活动建议。
[0014]作为优选的技术方案，所述数据标签包括：基础标签、统计标签、规则标签，所述基础标签通过学员基础信息表获取，所述统计标签通过统计训练数据获取，所述规则标签基于基础标签和统计标签，按照预设规则定义学员的属性。
[0015]作为优选的技术方案，所述综合画像单元用于将学员生理体能数据输入综合画像模型，得到数据标签，具体包括：
[0016]所述学员生理体能数据通过相似性聚簇分类，形成对单个学员的多元能力特征的画像标签。
[0017]作为优选的技术方案，所述学员生理体能数据通过相似性聚簇分类，具体包括：
[0018]统计学员指标，基于业务知识库制定的规则，对具有相似性学员群体，挖掘专家知识库以外的标签信息，在文本中发现抽象主题，提取主题标签，生成学员的画像标签。
[0019]作为优选的技术方案，所述应用层还包括可视化模块，所述可视化模块用于对训练情况进行展示，展示形式包括雷达图、评分表和树状图。
[0020]作为优选的技术方案，所述应用层还包括数据预处理模块，所述数据预处理模块用于对数据进行预处理，所述预处理包括数据筛选过滤、标准化处理、归一化处理和缺失值处理。
[0021]作为优选的技术方案，所述数据筛选过滤具体包括：对数据进行抽取、清洗、转换、装载到统一数据库，对接入的训练数据、日志数据、考核数据通过清洗、转换、去重和编目，将数据中包含的残缺数据、错误数据、重复数据在内的脏数据、废数据进行过滤。
[0022]作为优选的技术方案，所述应用层还包括场馆预约模块，所述场馆预约模块用于场馆预约，场馆预约包括：选择场馆、查看场馆信息、查看场馆是否已预约满、提交预约信息。
[0023]作为优选的技术方案，所述应用层还包括知识库管理模块，所述知识库管理模块用于采用树形结构分类构建的形式对训练及考核文档进行文档管理，文档管理包括文档分类创建、查询和搜索。
[0024]作为优选的技术方案，所述应用层还包括基础数据管理模块，所述基础数据管理模块包括人员管理单元、组织管理单元、科目管理单元和日志管理单元，所述人员管理单元用于对人员单项数据的统计分析，所述组织管理单元用于采用树形结构构建学员的组织，所述科目管理单元用于采用树形结构构建科目，所述日志管理单元用于记录日志操作记录。
[0025]本专利技术与现有技术相比，具有如下优点和有益效果：
[0026](1)区别于目前传统针对单个训练或是单一训练管理的模式，本专利技术全面地采集个人与运动相关的数据，综合、精准的对个人素质开展评估，并通过大数据建模分析，针对性地对个人训练和伤病防治提供合理建议，有效地提高了训练的效率、减低伤病风险，为训练成绩的提高提供科学的、全面的预测和建议。
[0027](2)本专利技术对学员的健康数据、各项训练考核数据、身体素质评估数据、伤病数据进行统一的采集，并对数据进行预处理，实现个人信息的综合收集与全面管理，然后根据获取的数据类型开展AI建模分析，基于综合画像单元、成绩分析单元、成绩预测单元、训练建议单元，实现学员或组织的综合画像、成绩分析、成绩预测、训练建议等综合应用，帮助学员提高训练成绩和减少伤病风险，基于统一系统对人员画像、计划管理、训练建议、考核评估
监督、成绩预测等全流程训练事务进行管理，运动风险评估模块将综合分析个人的伤病风险，及时预警和调整训练计划，避免盲目训练带来的伤病困扰，同时，在系统集成训练计划管理、场馆预约、知识库管理等相关模块，为学员训练成绩提高和训练伤病减少有效的支撑与保障。
[0028](3)本专利技术获得个人分析数据后开展人员评估聚类，将获得的个人综合数据开展统一分析，对个人整体素质和能力开展评估，并对各项指标定义标签与标记，同时将群体通过标签进行聚类，精准画出个人和集体的画像，给同类型的人员推送定制化的训练建议和计划，大大提高训练的有效性；并针对训练开展全流程管理，通过可视化模块为教员训练管理提供方便。
附图说明
[0029]图1为本专利技术智慧训练综合管理系统的架构示意图；
[0030]图2为本专利技术数据采集的流程示意图；
[0031]图3为本专利技术训练计划管理模块实现过程的流程示意图；
[0032]图4为本专利技术考核分析评估模块实现过程的流程示意图；
[0033]图5为本专利技术运动风险评估本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧训练综合管理系统，其特征在于，包括：资源层、网络层、服务层和应用层；所述资源层采集学员数据，所述学员数据包括个人运动健康数据、训练考核数据、训练评估数据；所述网络层采用有线和无线通信方式进行数据传输；所述服务层包括资源服务、共用功能服务和应用服务，服务之间的数据交互功能通过RabbitMQ的发布/订阅模式实现，所述应用服务包括综合画像模型、成绩分析模型、成绩预测模型和训练建议模型；；所述应用层包括训练计划管理模块、考核分析评估模块和运动风险评估模块；所述训练计划管理模块包括训练计划制定单元、训练计划反馈单元和训练情况监督单元，所述训练计划制定单元用于制定训练计划，所述训练计划反馈单元用于对已执行的训练计划进行训练信息收集反馈，所述训练情况监督单元用于统计训练数据，所述训练数据包括学员签到数据、参训率统计数据、参训人时统计数据；所述考核分析评估模块包括：综合画像单元、成绩分析单元、成绩预测单元、训练建议单元；所述综合画像单元用于将学员生理体能数据输入综合画像模型，得到数据标签，所述成绩分析单元用于将各考核项目的成绩输入成绩分析模型，将成绩的影响因子通过成绩分析模型计算，获取成绩的影响成分，所述成绩预测单元用于根据成绩预测模型输出预测训练效果，所述训练建议单元用于根据训练建议模型输出训练指导建议；所述运动风险评估模块用于获取人体不同疲劳程度的样本数据，输入训练后的PNN网络对疲劳预测样本数据进行疲劳状态分级，评估伤病风险并输出训练活动建议。2.根据权利要求1所述的智慧训练综合管理系统，其特征在于，所述数据标签包括：基础标签、统计标签、规则标签，所述基础标签通过学员基础信息表获取，所述统计标签通过统计训练数据获取，所述规则标签基于基础标签和统计标签，按照预设规则定义学员的属性。3.根据权利要求1所述的智慧训练综合管理系统，其特征在于，所述综合画像单元用于将学员生理体能数据输入综合画像模型，得到数据标签，具体包括：所述学员生理体能数据通过相似性聚簇分类，形...

【专利技术属性】
技术研发人员：曹达，叶帝锋，吴垚，陈太坤，陈栩坚，
申请(专利权)人：海华电子企业中国有限公司，
类型：发明
国别省市：