【摘要】：健康是人類賴以生存和發(fā)展的基礎,隨著社會的不斷進步和科學的不斷發(fā)展,人們的生活水平得到了極大的提高,但是各種疾病和亞健康也隨之而來。為了提高生活的質量,享受更加舒適的生活,人們越來越注重身體健康,并且開始追求科學的健身運動,也逐漸意識到適度的健身運動對于健康的重要性。受限玻爾茲曼機是一種生成式隨機神經(jīng)網(wǎng)絡,這種神經(jīng)網(wǎng)絡由可見單元和隱藏單元組成,通過權值表達單元之間的相關性。其特點是層內無連接,層間全連接。受限玻爾茲曼機中有Gibbs采樣,梯度下降法,對比散度等多種算法。受限玻爾茲曼機在近些年得到了廣泛的關注,作為實際應用,其算法在很多方面都顯示出了其優(yōu)越的學習性能,在神經(jīng)網(wǎng)絡的學習中占據(jù)了重要的地位。本文首先介紹了運動健康的課題背景,分析了受限玻爾茲曼機在運動健康領域中的適用性和研究意義,闡述了現(xiàn)代都市生活對科學有效的健身運動方式的要求。然后對受限玻爾茲曼機做了一個簡介,包含一些基本模型介紹和傳統(tǒng)的學習算法介紹,并對訓練參數(shù)的設置做了詳盡的說明。最后,本文在總結前人工作的基礎上,研究了基于受限玻爾茲曼機的個體運動健康測評方法,主要工作如下:(1)針對傳統(tǒng)受限玻爾茲曼機的缺陷和不足,本文通過對連接權重,可見單元偏置和隱層單元偏置分別增加一項沖量項對傳統(tǒng)的受限玻爾茲曼機進行改進,并建立一個基于受限玻爾茲曼機的運動強度測評方法模型,將人體常見的生理指標,如心率,乳酸和相對攝氧量等作為輸入,測量個體的運動強度,通過傳統(tǒng)的和改進的受限玻爾茲曼機在運動強度測評上的比較和分析,得出相應的結論,給出合理的建議,以保證個體健身運動的安全。(2)在改進的受限玻爾茲曼機基礎上,將若干個受限玻爾茲曼機堆疊起來形成深度置信網(wǎng)絡,提出一個基于受限玻爾茲曼機的最佳運動量預測方法,通過對個體運動前后體質的分析,預測其最佳運動量,提高個體健身運動的效率。最后,本文將對上述測評方法進行大量的實驗,通過實驗結果數(shù)據(jù)證明上述兩種測評方法的有效性,也將驗證本文運動健康測評方法的可靠性和通用性�？傊�,本文的研究目的就是運用受限玻爾茲曼機的學習算法提出有效的健康測評方法和模型,實時監(jiān)測其運動狀態(tài),給出合理的建議,長期有效地保障個體健身運動的安全性和高效性,使人們能有目的,有計劃地進行健身運動,以滿足現(xiàn)代健康生活的需求。
【圖文】：

機的模型及應用殊拓撲結構的神經(jīng)網(wǎng)絡。經(jīng)過多年的試驗和科學研究處理和協(xié)同過濾等方面得到了廣泛的應用。而由受限絡模型更是在機器學習中解決了很多復雜的問題。的基本模型型是一種特殊的玻爾茲曼機模型，一個受限玻爾茲曼見層v(visible)和隱層h(hidden)，數(shù)據(jù)由可見層輸入，之間的特點是層內無連接，層間全連接，可以看出 R之間的連接權重一般用W 來表示，由下圖 2.1 所示。者隱層的神經(jīng)元之間均不會出現(xiàn)自連接的情況，層間隱層的神經(jīng)元相互之間都有連接，因此玻爾茲曼機具間的狀態(tài)時，各隱藏層神經(jīng)元的激活條件獨立；反之時，各可見層神經(jīng)元的激活條件也獨立[20-22]。

圖 3.1 RBM 分類結構Fig. 3.1 RBM classification s分類結構圖可以看到，Softmax 神經(jīng)元是一理指標用 K× M的矩陣V 來表示。上圖中的設我們已知可見層中可見單元的狀態(tài)，那1exp(1(1|)1 = + ==MijjbPhv在已知隱藏單元狀態(tài)下，可見單元的概率 = ==++==KlFjiFjkijkikiawawPvh1 111exp(exp((1|)中的kijw 表示第 k 行第i 列的元素與第 j 個元素的偏置。BM 按照對比散度算法對各個參數(shù)的更新
【學位授予單位】：西華大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP18;R319

【參考文獻】

相關期刊論文 前10條

1 林文_";胡婧;;血乳酸在運動訓練中的應用案例分析[J];中國體育教練員;2015年02期

2 陳學偉;張娜;徐傳香;安改紅;佘曉俊;崔博;馬強;;最大攝氧量間接測量法-踏階運動心率的變化特征[J];解放軍預防醫(yī)學雜志;2015年01期

3 倪靈子;于可紅;;美國、日本學生體質測試的演進與發(fā)展[J];浙江體育科學;2015年01期

4 于紅妍;;中國學生體質測試的演進歷程及階段特征[J];北京體育大學學報;2014年10期

5 田禎祥;;不同強度運動對體育學院非體育生血乳酸濃度的影響[J];當代體育科技;2014年27期

6 蒲西安;;國內外國民體質監(jiān)測研究現(xiàn)狀[J];浙江體育科學;2014年05期

7 呂毓虎;蒲西安;程林;;不同運動強度對人體血乳酸的影響[J];四川體育科學;2014年04期

8 孫凱;;主觀體力感覺在體育科研中應用現(xiàn)狀與展望[J];金田;2014年06期

9 于紅妍;李婷;;我國學生體質健康監(jiān)測效果模糊綜合評價模型[J];中國學校體育(高等教育);2014年01期

10 陸作生;楊倩;陳金嬋;;21世紀日本增強中小學生體質的體育策略及其啟示[J];體育學刊;2013年06期

相關博士學位論文 前4條

1 高剛;新時期優(yōu)化青少年學生體質健康評價指標研究[D];華東師范大學;2014年

2 陳宇;基于深度置信網(wǎng)絡的中文信息抽取方法[D];哈爾濱工業(yè)大學;2014年

3 余嵐;大學生個性化體質健康促進研究[D];北京體育大學;2013年

4 羅恒;基于協(xié)同過濾視角的受限玻爾茲曼機研究[D];上海交通大學;2011年

相關碩士學位論文 前8條

1 王永杰;人工神經(jīng)網(wǎng)絡算法在GDP和CPI中的預測應用[D];中北大學;2017年

2 劉少潔;中日大學生體質健康及生活習慣的比較研究[D];華東師范大學;2016年

3 曾麗霞;基于情境感知的智能穿戴設備交互設計研究[D];江南大學;2016年

4 張艷霞;基于受限玻爾茲曼機的深度學習模型及其應用[D];電子科技大學;2016年

5 豐曉霞;基于深度學習的圖像識別算法研究[D];太原理工大學;2015年

6 仝少敏;基于受限玻爾茲曼機的面部運動識別方法研究[D];哈爾濱工業(yè)大學;2014年

7 徐瑋聰;高校大學生身體成分不同測量方法的比較研究[D];首都體育學院;2014年

8 姜良玲;不同強度放松跑對最大乳酸耐受訓練后血乳酸恢復的影響研究[D];武漢體育學院;2014年

，

本文編號：2651952