腕部加速度计中不同类型能耗预测模型的建构与评估

摘要：

构建不同类型的腕部加速度计能耗预测模型,并横向比较其准确性,为腕部加速度计(智能手环)的算法优化提供实证支持.方法:42名受试者(实验组28人和验证组14人),测试时每名受试者佩戴气体代谢分析仪Cosmed K4b2和2个佩戴加速度计Actigraph-GT3X于手腕和髋部处,分2个阶段完成20项体力活动.以间接测热法为能耗预测校标,采用实验组数据分别建立一般线性回归模型、两阶段模型、神经网络模型和支持向量机模型,并利用验证组数据对其测量准确性进行横向比较.结果:建立了线性模型(METs=0.000228×VM+2.019)、两阶段模型、10-21-1三层神经网络模型(初始学习率为0.05,动量常量设为0.5,误差率为0.0001)和支持向量机模型(10个输入指标、RBF为核函数、gamma为1.5、C为10、损失系数为0.01).在RMSE上,神经网络模型<支持向量机模型<两阶段模型<线性回归模型.神经网络模型和支持向量机模型的预测值90％CI均落在校标(K4b2)的等效区间内,在B-A图上的各指标均优于两阶段模型和线性回归模型.结论:在腕部能耗预测中,建立的神经网络模型和支持向量机模型能有效监测日常体力活动,具有应用价值;应谨慎运用两阶段模型,不宜使用一般线性模型.

关键词：腕部加速度计、运动手环、体力活动、能耗预测模型

所属期刊栏目：31

分类号：G804.49(体育理论)

资助基金：国家社会科学基金一般项目18BTY101

在线出版日期：2019-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：261-271