基于图卷积网络的体能训练负荷数据实时监测方法

Real Time Monitoring Method of Physical Training Load Data based on Graph Convolution Network

针对传统体能训练负荷数据实时监测方法存在检测精度低的问题,本文提出基于图卷积网络的体能训练负荷数据实时监测方法。构建体能训练负荷数据的约束变量和解释变量联合特征分布结构模型,采用心肺功能参数在线监测的方法,建立体能训练负荷数据交互的最大摄氧量系列参数融合跟踪检测模型,采用不同群体身体机能分析方法,对肺功能约束参数进行控制并实施自相关约束检测,建立体能训练负荷数据的图卷积网络结构模型,通过线性回归分析实现对体能训练负荷数据的有氧代谢特征分析,分析体能训练负荷数据的体内的糖分融合性,采用心血管功能以及肺通气功能交换的方法实现体能训练负荷数据的动态特征检测,根据负荷试验和代谢分析结果,实现对体能训练负荷数据的实时监测。采用SPSS统计分析软件实现对体能训练负荷数据实时监测的仿真实验。仿真结果表明,采用该方法进行体能训练负荷数据实时监测的准确性较高,动态交互能力较强,提高了体能训练负荷数据的检测和动态分析能力。