学生锻炼质量监测方法和装置制造方法及图纸

本发明专利技术提供了一种学生锻炼质量监测方法和装置，涉及人工智能及监测技术领域，所述方法包括：获取学生的原始锻炼数据；基于所述原始锻炼数据训练学生锻炼质量监测模型；将学生的待监测锻炼数据输入至训练好的所述学生锻炼质量监测模型；基于所述学生锻炼质量监测模型的输出判断学生是否有替练的情形

【技术实现步骤摘要】
学生锻炼质量监测方法和装置


[0001]本专利技术涉及人工智能及监测
，尤其涉及一种学生锻炼质量监测方法和装置
。

技术介绍

[0002]大学生的身体素质一直是高校人才培养的一个重要指标，良好的身体素质对大学生的身心健康以及学习效率有重要的意义
。
现如今不少高校以跑步打卡的形式推动学生进行跑步锻炼以提升身体素质，但是部分同学可能由于种种原因未能认真对待，而出现找人替跑的情形
。
目前对于这种替跑现象还只能采取人工监督的方法进行防范，但这无疑会增加人力成本，因此一个良好的替跑数据检测系统能提升高校相关部门的管理效率，能让高校及时了解相关同学的具体状况，然后予以关怀和指导
。

技术实现思路

[0003]有鉴于此，本专利技术提供一种学生锻炼质量监测方法和装置，以解决上述提及的至少一个问题
。
[0004]为了实现上述目的，本专利技术采用以下方案：
[0005]根据本专利技术的第一方面，提供一种学生锻炼质量监测方法，方法包括：获取学生的原始锻炼数据；基于所述原始锻炼数据训练学生锻炼质量监测模型；将学生的待监测锻炼数据输入至训练好的所述学生锻炼质量监测模型；基于所述学生锻炼质量监测模型的输出判断学生是否有替练的情形
。
[0006]作为本专利技术的一个实施例，上述方法中学生的原始锻炼数据包括：学生运动时的历史生理体征数据以及所述学生对应的最近一次运动的生理体征数据
。
[0007]作为本专利技术的一个实施例，上述方法中基于所述原始锻炼数据训练学生锻炼质量监测模型包括：将原始锻炼数据划分为正常数据和非正常数据，所述正常数据包括学生运动时的历史生理体征数据，以及该学生最近一次运动的生理体征数据；所述非正常数据包括学生运动时的历史生理体征数据，以及其他学生最近一次运动时的生理体征数据；将划分好的原始锻炼数据分别输入第一
Bi
‑
LSTM
网络和第二
Bi
‑
LSTM
网络来提取第一特征和第二特征，所述第一特征为历史生理体征数据的特征，所述第二特征为最近一次运动的生理体征数据的特征；将所述第一特征和所述第二特征输入到一个
FNN
网络进行比对计算，所述
FNN
网络输出的二维向量代表了学生是否替练的概率
。
[0008]作为本专利技术的一个实施例，上述方法还包括：将获取的原始锻炼数据划分出验证集，基于所述验证集验证训练出的学生锻炼质量监测模型，直至满足预设准确度
。
[0009]作为本专利技术的一个实施例，上述方法还包括：基于可穿戴智能设备获取学生的生理体征数据作为待监测锻炼数据
。
[0010]根据本专利技术的第二方面，提供一种学生锻炼质量监测装置，所述装置包括：数据获取单元，用于获取学生的原始锻炼数据；模型训练单元，用于基于所述原始锻炼数据训练学
生锻炼质量监测模型；数据输入单元，用于将学生的待监测锻炼数据输入至训练好的所述学生锻炼质量监测模型；监测单元，用于基于所述学生锻炼质量监测模型的输出判断学生是否有替练的情形
。
[0011]作为本专利技术的一个实施例，上述学生的原始锻炼数据包括：学生运动时的历史生理体征数据以及所述学生对应的最近一次运动的生理体征数据
。
[0012]作为本专利技术的一个实施例，上述模型训练单元包括：数据划分模块，用于将原始锻炼数据划分为正常数据和非正常数据，所述正常数据包括学生运动时的历史生理体征数据，以及该学生最近一次运动的生理体征数据；所述非正常数据包括学生运动时的历史生理体征数据，以及其他学生最近一次运动时的生理体征数据；特征提取模块，用于将划分好的原始锻炼数据分别输入第一
Bi
‑
LSTM
网络和第二
Bi
‑
LSTM
网络来提取第一特征和第二特征，所述第一特征为历史生理体征数据的特征，所述第二特征为最近一次运动的生理体征数据的特征；比对计算模块，用于将所述第一特征和所述第二特征输入到一个
FNN
网络进行比对计算，所述
FNN
网络输出的二维向量代表了学生是否替练的概率
。
[0013]作为本专利技术的一个实施例，上述装置还包括：模型验证单元，用于将获取的原始锻炼数据划分出验证集，基于所述验证集验证训练出的学生锻炼质量监测模型，直至满足预设准确度
。
[0014]作为本专利技术的一个实施例，上述装置还包括：待检测数据获取单元，用于基于可穿戴智能设备获取学生的生理体征数据作为待监测锻炼数据
。
[0015]根据本专利技术的第三方面，提供一种电子设备，包括存储器
、
处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现上述方法的步骤
。
[0016]根据本专利技术的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤
。
[0017]由上述技术方案可知，本专利技术提供的学生锻炼质量监测方法和装置，可以通过原始的无替练数据构造出合适的含替练数据训练集，从而使的训练出的学生锻炼质量监测模型可以准确地识别出学生是否存在替练情形，无需人工进行监督，节省了人工成本，提高了监测识别的效率
。
附图说明
[0018]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
在附图中：
[0019]图1是本申请实施例提供的一种学生锻炼质量监测方法的流程示意图；
[0020]图2是本申请另一实施例提供的一种学生锻炼质量监测方法的流程示意图；
[0021]图3是本申请实施例提供的一种学生锻炼质量监测装置的结构示意图；
[0022]图4是本申请实施例提供的模型训练单元的结构示意图；
[0023]图5是本申请另一实施例提供的一种学生锻炼质量监测装置的结构示意图；
[0024]图6是本申请实施例提供的电子设备的系统构成示意框图
。
具体实施方式
[0025]为使本专利技术实施例的目的
、
技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明
。
在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定
。
[0026]由于目前学校对于学生替跑替练现象还只能采取人工监督的方法进行防范，而这无形中增加了人力成本
。
因此本申请的目的在于提供一种学生锻炼质量监测方法和装置，可以准确地识别出学生是否存在替练情形，而无需人工进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种学生锻炼质量监测方法，其特征在于，所述方法包括：获取学生的原始锻炼数据；基于所述原始锻炼数据训练学生锻炼质量监测模型；将学生的待监测锻炼数据输入至训练好的所述学生锻炼质量监测模型；基于所述学生锻炼质量监测模型的输出判断学生是否有替练的情形
。2.
如权利要求1所述的学生锻炼质量监测方法，其特征在于，所述学生的原始锻炼数据包括：学生运动时的历史生理体征数据以及所述学生对应的最近一次运动的生理体征数据
。3.
如权利要求2所述的学生锻炼质量监测方法，其特征在于，所述基于所述原始锻炼数据训练学生锻炼质量监测模型包括：将原始锻炼数据划分为正常数据和非正常数据，所述正常数据包括学生运动时的历史生理体征数据，以及所述学生最近一次运动的生理体征数据；所述非正常数据包括学生运动时的历史生理体征数据，以及其他学生最近一次运动时的生理体征数据；将划分好的原始锻炼数据分别输入第一
Bi
‑
LSTM
网络和第二
Bi
‑
LSTM
网络来提取第一特征和第二特征，所述第一特征为历史生理体征数据的特征，所述第二特征为最近一次运动的生理体征数据的特征；将所述第一特征和所述第二特征输入到一个
FNN
网络进行比对计算，所述
FNN
网络输出的二维向量代表了学生是否替练的概率
。4.
如权利要求3所述的学生锻炼质量监测方法，其特征在于，所述方法还包括：将获取的原始锻炼数据划分出验证集，基于所述验证集验证训练出的学生锻炼质量监测模型，直至满足预设准确度
。5.
如权利要求1所述的学生锻炼质量监测方法，其特征在于，所述方法还包括：基于可穿戴智能设备获取学生的生理体征数据作为待监测锻炼数据
。6.
一种学生锻炼质量监测装置，其特征在于，所述装置包括：数据获取单元，用于获取学生的原始锻...

【专利技术属性】
技术研发人员：朱晓冬，鄂炎雄，刘植兴，宋昌明，耿威，
申请(专利权)人：清华大学，
类型：发明
国别省市：