[发明专利]一种基于预测模型的跳绳计数方法

说明书

本发明公开一种基于预测模型的跳绳计数方法。所述方法包括：选取可能影响跳绳次数的因素；计算每个因素与跳绳次数的相关系数，删除相关系数小于阈值的因素；以剩余因素为自变量，以跳绳次数为因变量，建立多元线性回归模型即预测模型；实时获取自变量的数据，根据预测模型计算跳绳次数。本发明可以利用手机上的计步器测得的跳绳人的步数等数据，根据预测模型计算跳绳次数，不必专门设置加速度传感器获得加速度值，再对获得的加速度值进行复杂的数据处理才能得到跳绳次数；本发明通过删除与跳绳次数相关系数较小的因素后再建立预测模型，提高了跳绳计数精度。

技术领域

本发明属于跳绳计数技术领域，具体涉及一种基于预测模型的跳绳计数方法。

背景技术

随着科技和经济水平的不断提高，人们越来越关注个人健康，热心体育运动。在校学生体育达标国家标准中，一分钟跳绳是必测项目，需要小学生在一分钟跳绳中达到指定的个数才算是达标。目前，市场上已有各种智能跳绳，可以帮助小学生完成跳绳训练。现有的跳绳计数方法，一般是通过对加速度传感器测得的数据进行处理后获得跳绳次数。申请号为201810330248.2、名称为基于手环的跳绳计数方法和系统的发明专利，公开了一种利用安装在手环上的加速度传感器获取跳绳次数的方法。其原理是根据跳绳时加速度传感器在X轴和Y轴方向测得的加速度数据周期性变化，通过数据处理得到跳绳次数。包括以下步骤：对所述跳绳数据在X轴和Y轴方向上分别进行分周期处理；将X轴上的当前周期与上一个周期进行比较，及将Y轴上的当前周期与上一个周期进行比较；根据X轴上的比较结果计算跳绳次数或根据Y轴上的比较结果计算跳绳次数。因而，在X轴上的比较结果出来后，可只根据X轴上的比较结果计算跳绳次数；同理，在Y轴上的比较结果出来后，可只根据Y轴上的比较结果计算跳绳次数，即通过将X轴及Y轴的数据进行分周期处理后，能够根据比较结果计算出跳绳次数。

现有跳绳计数方法存在的问题是：需要基于加速度传感器输出的加速度值，进行复杂的数据处理得到跳绳次数；而且跳绳计数精度还不高，比如跳绳计数精度一般低于步数测量精度。

发明内容

为了解决现有技术中存在的上述问题，本发明提出一种基于预测模型的跳绳计数方法。

为实现上述目的，本发明采用如下技术方案：

一种基于预测模型的跳绳计数方法，包括以下步骤：

步骤1，选取可能影响跳绳次数、与跳绳人运动量及身体状况有关的因素；

步骤2，计算每个因素与跳绳次数的相关系数，删除相关系数小于阈值的因素；

步骤3，以剩余因素为自变量，以跳绳次数为因变量，建立多元线性回归模型即预测模型；

步骤4，实时获取自变量的数据，根据预测模型计算跳绳次数。

与现有技术相比，本发明具有以下有益效果：

本发明通过选取可能影响跳绳次数、与跳绳人运动量及身体状况有关的因素，计算每个因素与跳绳次数的相关系数，删除相关系数小于设定阈值的因素，以剩余因素为自变量，以跳绳次数为因变量，建立多元线性回归模型即预测模型，实时获取自变量的数据，根据预测模型计算跳绳次数。本发明通过建立跳绳次数预测模型，根据所述模型实时计算跳绳次数，避免了现有技术利用加速度传感器输出的加速度数据进行复杂数据处理获得跳绳次数；由于本发明通过删除与跳绳次数相关系数较小的因素后再建立预测模型，提高了跳绳计数精度。

附图说明

图1为表示跳绳次数与步数相关性的散点图；

图2为表示跳绳次数与性别相关性的散点图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

本发明实施例一种基于预测模型的跳绳计数方法，包括以下步骤：