腕部加速度计中不同类型能耗预测模型的建构与评估

作者：陈庆果; 刘耀天; 谭雅兮; 杨强; 杨珊珊; 彭莉^*

来源：首都体育学院学报, 2019, 31(03): 261-271.

DOI：10.14036/j.cnki.cn11-4513.2019.03.015

• 腕部加速度计
• 运动手环
• 体力活动
• 能耗预测模型

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0.000 1)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。

• 单位
  四川师范大学