【技术实现步骤摘要】
本申请涉及运动检测，尤其涉及一种状态评估方法、装置、电子设备及计算机存储介质。
技术介绍
1、运动员恢复状态评估是指通过对运动员的生理、心理、运动表现等多方面的监测和分析，来判断其身体和心理状态是否恢复到最佳水平，以使得他们能够在训练和比赛中达到更佳表现。评估运动员的恢复状态对于制定科学的训练计划、避免过度训练或运动损伤、提高运动表现以及延长运动生涯具有重要意义。
2、相关技术中，对运动员的恢复状态评估通常需要生理数据进行监测与逐个分析，然而这些不同的生理数据往往难以直接解读，不同数据源之间的关联性和相互影响也较为复杂，难以简单通过观察和经验进行整合评估。
技术实现思路
1、本申请实施例提供了一种状态评估方法、装置、电子设备及计算机存储介质，能够提高状态评估的准确性和直观性。上述技术方案如下：
2、第一方面，本申请实施例提供了一种状态评估方法，该方法包括：
3、获取目标对象对应的目标生理数据组，上述目标生理数据组中包括以下至少两种采集数据：睡眠时长数据、心率数据、运动数据；
4、根据上述目标生理数据组确定上述目标对象对应的第一特征向量；
5、通过预设的目标状态评估模型对上述第一特征向量进行处理，得到上述第一特征向量对应的输出结果；
6、将上述输出结果确定为上述目标对象的状态评估分数。
7、在一种可能的实现方式中，上述根据上述目标生理数据组确定上述目标对象对应的第一特征向量，包括：
8、针
9、基于上述多个第一特征值构建上述目标对象对应的第一特征向量。
10、在一种可能的实现方式中，上述针对上述目标生理数据组包括的多种采集数据中的各采集数据，确定上述采集数据对应的第一特征值，包括：
11、针对上述采集数据中包括的上述睡眠时长数据，根据上述睡眠时长数据确定上述目标对象对应的长期睡眠数据和短期睡眠数据；
12、分别对上述长期睡眠数据和上述短期睡眠数据进行归一化处理，得到上述长期睡眠数据对应的长期睡眠信息，以及上述短期睡眠数据对应的短期睡眠信息；
13、将上述长期睡眠信息和上述短期睡眠信息作为上述采集数据对应的第一特征值。
14、在一种可能的实现方式中，上述针对上述目标生理数据组包括的多种采集数据中的各采集数据，确定上述采集数据对应的第一特征值，包括：
15、针对上述采集数据包括的静息心率数据，根据上述静息心率数据确定上述目标对象对应的长期静息心率数据和短期静息心率数据；
16、根据上述长期静息心率数据和上述短期静息心率数据进行归一化处理，得到静息心率信息；
17、将上述静息心率信息确定为上述采集数据对应的第一特征值。
18、在一种可能的实现方式中，上述心率数据中包括心率变异性数据，上述针对上述目标生理数据组包括的多种采集数据中的各采集数据，确定上述采集数据对应的第一特征值，包括：
19、针对上述采集数据包括的心率变异性数据，根据上述心率变异性数据确定上述目标对象对应的长期心率变异性数据和短期心率变异性数据；
20、分别对上述长期心率变异性数据和上述短期心率变异性数据进行归一化处理，得到上述长期心率变异性数据对应的长期心率变异性信息，以及上述短期心率变异性数据对应的短期心率变异性信息；
21、将上述长期心率变异性信息和上述短期心率变异性信息确定为上述采集数据对应的第一特征值。
22、在一种可能的实现方式中，上述运动数据包括运动功率和运动配速，上述针对上述目标生理数据组包括的多种采集数据中的各采集数据，确定上述采集数据对应的第一特征值，包括：
23、针对上述采集数据中包括的上述运动数据，根据上述运动数据中的运动功率和上述运动配速确定上述目标对象对应的长期训练负荷数据和短期训练负荷数据；
24、根据上述长期训练负荷信息和上述短期训练负荷信息确定上述目标对象对应的训练应激平衡数据；
25、对上述训练应激平衡数据进行归一化处理，得到训练应激平衡数据对应的训练应激平衡信息；
26、将上述训练应激平衡信息确定为上述采集数据对应的第一特征值。
27、在一种可能的实现方式中，上述方法还包括：
28、获取上述目标对象对应的运动感受数据；
29、对上述运动感受数据进行归一化处理，得到上述运动感受数据对应的运动感受信息；
30、将上述运动感受信息作为上述目标对象对应的第二特征值；
31、上述基于上述多个第一特征值构建上述目标对象对应的第一特征向量，包括：
32、基于上述多个第一特征值和上述第二特征值构建上述目标对象对应的第一特征向量。
33、在一种可能的实现方式中，上述目标状态评估模型包括输入层、隐藏层和输出层，上述通过预设的目标状态评估模型对上述第一特征向量进行处理，得到上述第一特征向量对应的输出结果，包括：
34、将上述第一特征向量输入预设的上述目标状态评估模型中的输入层；
35、通过上述目标状态评估模型中包括的隐藏层对上述第一特征向量进行处理，得到上述第一特征向量对应的处理结果；
36、通过上述目标状态评估模型中包括的输出层对上述处理结果进行进一步处理，得到上述第一特征向量对应的输出结果。
37、在一种可能的实现方式中，上述方法还包括：
38、当检测到针对上述目标对象的状态查看指令时，根据上述状态评估分数和上述目标对象对应的对象特征信息生成针对上述目标对象的训练建议信息，其中，上述对象特征信息中包括以下至少一种：年龄、性别、身高、体重、训练水平信息；
39、展示上述状态评估分数和上述训练建议信息。
40、第二方面，本申请实施例提供了一种模型训练方法，包括：
41、获取多个对象对应的多个生理数据组，上述多个生理数据组中各生理数据组中包括以下多种采集数据：睡眠时长数据、心率数据、运动数据；
42、根据上述多个生理数据组确定上述多个对象对应的多个第二特征向量；
43、确定上述多个第二特征向量对应的多个标签数据，上述多个第二特征向量中各第二特征向量对应的标签数据为对应的对象的评估分数；
44、利用上述多个第二特征向量和上述多个标签数据对初始状态评估模型进行训练，得到训练后的目标状态评估模型；
45、其中，上述目标状态评估模型为第一方面或第一方面的任意一种可能的实现方式提供的方法中的目标状态评估模型。
46、第三方面，本申请实施例提供了一种状态评估装置，上述装置包括：
47、第一获取模块，用于获取目标对象对应的目标生理数据组，上述目标生理数据组中包括以下至少本文档来自技高网...
【技术保护点】
1.一种状态评估方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述根据所述目标生理数据组确定所述目标对象对应的第一特征向量，包括：
3.如权利要求2所述的方法，其特征在于，所述针对所述目标生理数据组包括的多种采集数据中的各采集数据，确定所述采集数据对应的第一特征值，包括：
4.如权利要求2所述的方法，其特征在于，所述针对所述目标生理数据组包括的多种采集数据中的各采集数据，确定所述采集数据对应的第一特征值，包括：
5.如权利要求2所述的方法，其特征在于，所述心率数据中包括心率变异性数据，所述针对所述目标生理数据组包括的多种采集数据中的各采集数据，确定所述采集数据对应的第一特征值，包括：
6.如权利要求2所述的方法，其特征在于，所述运动数据包括运动功率和运动配速，所述针对所述目标生理数据组包括的多种采集数据中的各采集数据，确定所述采集数据对应的第一特征值，包括：
7.如权利要求2所述的方法，其特征在于，所述方法还包括：
8.如权利要求1所述的方法，其特征在于，所述目标状态评估模型包
9.如权利要求1所述的方法，其特征在于，所述方法还包括：
10.一种模型训练方法，其特征在于，包括：
11.一种状态评估装置，其特征在于，包括：
12.一种模型训练装置，其特征在于，包括：
13.一种电子设备，其特征在于，包括：处理器及存储器；
14.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1至10任意一项所述方法的步骤。
...【技术特征摘要】
1.一种状态评估方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述根据所述目标生理数据组确定所述目标对象对应的第一特征向量，包括：
3.如权利要求2所述的方法，其特征在于，所述针对所述目标生理数据组包括的多种采集数据中的各采集数据，确定所述采集数据对应的第一特征值，包括：
4.如权利要求2所述的方法，其特征在于，所述针对所述目标生理数据组包括的多种采集数据中的各采集数据，确定所述采集数据对应的第一特征值，包括：
5.如权利要求2所述的方法，其特征在于，所述心率数据中包括心率变异性数据，所述针对所述目标生理数据组包括的多种采集数据中的各采集数据，确定所述采集数据对应的第一特征值，包括：
6.如权利要求2所述的方法，其特征在于，所述运动数据包括运动功率和运动配速，所述针对所述目标生理数据组包括的多种采集数据...
【专利技术属性】
技术研发人员：张熙，
申请(专利权)人：颂拓运动科技东莞有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。