基于大數(shù)據(jù)的運(yùn)動員訓(xùn)練進(jìn)度智能制定系統(tǒng)設(shè)計(jì)

馬麗君

（咸陽師范學(xué)院體育學(xué)院，陜西咸陽712000）

傳統(tǒng)的訓(xùn)練進(jìn)度定制系統(tǒng)存在一定的，系統(tǒng)終端無法快速的對大數(shù)據(jù)進(jìn)行處理，導(dǎo)致其執(zhí)行緩慢，嚴(yán)重影響了訓(xùn)練進(jìn)度的定制[1-2]。針對上述問題，本文設(shè)計(jì)了一種大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)。在硬件的設(shè)計(jì)上采用了技術(shù)頂尖的MAHSUH服務(wù)器[3]來對大數(shù)據(jù)進(jìn)行收集處理，其過程較之于傳統(tǒng)方法更加快捷。引進(jìn)先進(jìn)的Okumura-Hata智能模型[4]能夠有效的解決大數(shù)據(jù)進(jìn)行趨勢劃分過程中出現(xiàn)的數(shù)據(jù)波動，同時(shí)實(shí)現(xiàn)了智能操作，加速了運(yùn)動訓(xùn)練進(jìn)度智能化的進(jìn)程，幫助運(yùn)動員最大限度地發(fā)掘潛能，從而沖擊更優(yōu)異的成績。為了驗(yàn)證設(shè)計(jì)的大數(shù)據(jù)環(huán)境下皮劃艇運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)設(shè)計(jì)的有效性，模擬使用環(huán)境進(jìn)行了仿真對比實(shí)驗(yàn)，把提出的智能定制系統(tǒng)與傳統(tǒng)的訓(xùn)練進(jìn)度定制系統(tǒng)進(jìn)行比較。通過實(shí)驗(yàn)數(shù)據(jù)的有效證明，驗(yàn)證了提出的的智能定制系統(tǒng)能夠進(jìn)行快速準(zhǔn)確的進(jìn)度智能定制。

1 MAHSUH服務(wù)器的引入

文中設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)，能夠針對傳統(tǒng)訓(xùn)練進(jìn)度定制系統(tǒng)存在的效率低下問題以及智能型較弱問題，進(jìn)行優(yōu)化設(shè)計(jì)。設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)在硬件上必須提高運(yùn)存能力，并且在特定條件下能夠?qū)Υ髷?shù)據(jù)進(jìn)行篩選，方便為后續(xù)的大數(shù)據(jù)處理提供一定的基礎(chǔ)準(zhǔn)備[5]。智能制定訓(xùn)練計(jì)劃利用新型的BOT-6765連續(xù)智能進(jìn)度器來代替?zhèn)鹘y(tǒng)定制進(jìn)度生成系統(tǒng)，能夠根據(jù)捕捉到的平滑艇運(yùn)動員訓(xùn)練中的體能數(shù)據(jù)進(jìn)行進(jìn)度的跟蹤，改變了常規(guī)系統(tǒng)的傳輸方式、擴(kuò)展了對平滑艇運(yùn)動員的數(shù)據(jù)采集深度，從而提升智能進(jìn)度制定系統(tǒng)的準(zhǔn)確性。

本設(shè)計(jì)選用MAHSUH服務(wù)器來對大數(shù)據(jù)進(jìn)行收集處理，MAHSUH服務(wù)器能夠接納大量未經(jīng)處理的大數(shù)據(jù)，為后期軟件的計(jì)算規(guī)劃提供良好的接納環(huán)境。MAHSUH服務(wù)器的核心是8155-Ⅲ獨(dú)立顯示芯片，獨(dú)顯芯片能夠高效存儲大數(shù)據(jù)的運(yùn)算，而且還可以根據(jù)實(shí)際情況來對參數(shù)進(jìn)行調(diào)整[6-7]。

文中設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)結(jié)構(gòu)圖，如圖1所示。

圖1 訓(xùn)練進(jìn)度智能定制系統(tǒng)結(jié)構(gòu)框架

文中采用典型的網(wǎng)狀程序/服務(wù)器的總體框架結(jié)構(gòu)，并引入MAHSUH服務(wù)器，目的是增強(qiáng)各個(gè)模塊之間的聯(lián)動性。程序需要對用戶實(shí)時(shí)進(jìn)行反饋響應(yīng)，以數(shù)據(jù)反饋的形式對運(yùn)動員訓(xùn)練應(yīng)求信息進(jìn)行采集讀取，服務(wù)器會快速的統(tǒng)計(jì)并反饋，及時(shí)反饋數(shù)據(jù)并存儲在服務(wù)器端大數(shù)據(jù)庫中，即實(shí)現(xiàn)智能進(jìn)度采集。避免了傳統(tǒng)訓(xùn)練進(jìn)度定制系統(tǒng)在大數(shù)據(jù)的環(huán)境下智能度較差的問題[8-9]。

2 運(yùn)動員訓(xùn)練進(jìn)度智能方案實(shí)現(xiàn)

文中設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)，主要難點(diǎn)在于：一運(yùn)動員訓(xùn)練數(shù)據(jù)的收集處理能力，二對數(shù)據(jù)智能反饋應(yīng)對能力。為此，文中對模塊協(xié)同運(yùn)作過程使用了Okumura-Hata智能模型，能夠解決大數(shù)據(jù)環(huán)境下進(jìn)行趨勢的劃分，以及數(shù)據(jù)處理過程出現(xiàn)的數(shù)據(jù)波動，同時(shí)對優(yōu)秀運(yùn)動員進(jìn)程計(jì)算過程進(jìn)行優(yōu)化和修正，實(shí)現(xiàn)了訓(xùn)練進(jìn)度智能定制，保證能夠在大數(shù)據(jù)的環(huán)境下對運(yùn)動員訓(xùn)練進(jìn)度實(shí)現(xiàn)智能制定。

2.1 建立Okumura-Hata智能模型

在大數(shù)據(jù)環(huán)境下使用最廣的是Okumura-Hata智能模型，模型最大特點(diǎn)是對外界因素干擾具有很高的抗性，能夠保證本文系統(tǒng)設(shè)計(jì)的準(zhǔn)確性。Okumura-Hata智能模型可以對收集到的數(shù)據(jù)進(jìn)行系統(tǒng)的制定，能夠及時(shí)的對數(shù)據(jù)特點(diǎn)進(jìn)行分析詮釋。Okumura-Hata模型是根據(jù)Okumura坐標(biāo)系圖進(jìn)行數(shù)據(jù)劃分，經(jīng)曲線函數(shù)的正態(tài)分布可以進(jìn)行特征數(shù)據(jù)的關(guān)系建立。方便智能化進(jìn)度數(shù)據(jù)采集，建立Okumura-Hata智能模型，首先對采集的數(shù)據(jù)智能極值特定分析，過程如下：

上式中，Q(k)表示建模數(shù)據(jù)的極差；N(k)表示建?；A(chǔ)高度；M(k)表示工作頻率[7]；K(k)表示損耗指數(shù)的批量修正后的數(shù)據(jù)模型動態(tài)；δh表示傳輸距離，為了保持?jǐn)?shù)據(jù)傳輸損耗減小，此參量可以進(jìn)行人工設(shè)置；γ是定量常數(shù)。對Okumura-Hata智能模型中的特定反饋數(shù)據(jù)H[a]進(jìn)行設(shè)計(jì)，用公式可以表示為：

上式中，v2表示運(yùn)動員訓(xùn)練時(shí)運(yùn)動特點(diǎn)的時(shí)滯參數(shù)；Ω數(shù)據(jù)的有效使用值[10-11]；ek表示標(biāo)注算子。H[a]是實(shí)現(xiàn)訓(xùn)練進(jìn)度智能制定的主要過程，經(jīng)過上述步驟，便可以完勝對Okumura-Hata模型的初步建立。

2.2 運(yùn)動員訓(xùn)練進(jìn)程計(jì)算修正

在上述Okumura-Hata模型[12]建立過程中，大數(shù)據(jù)環(huán)境下運(yùn)動員訓(xùn)練數(shù)據(jù)的收集和智能數(shù)據(jù)反饋過程中會出現(xiàn)數(shù)據(jù)躍遷，為了防止發(fā)生數(shù)據(jù)躍遷，需要對運(yùn)動員訓(xùn)練進(jìn)程計(jì)算過程加以修正，修正方法如下：

式中，?2N2表示訓(xùn)練進(jìn)度智能定制系統(tǒng)的權(quán)重均值系數(shù)；km表示模型數(shù)據(jù)的仿真指數(shù)；?i2表示最佳運(yùn)行權(quán)重過程系數(shù)；W0表示大數(shù)據(jù)的表達(dá)屬性[13-14]；A表示兩極極限數(shù)據(jù)的擬定過程顯示總量。在修正過程中，各模塊之間的魯棒性會有所降低，導(dǎo)致運(yùn)算時(shí)間增加，為了解決這一問題，需要將計(jì)算過程進(jìn)行自動調(diào)節(jié)優(yōu)化，兩極極限數(shù)據(jù)的擬定過程顯示總量相當(dāng)于極限值，數(shù)據(jù)的最大值、最小值都需要調(diào)節(jié)優(yōu)化處理后才能夠進(jìn)行標(biāo)準(zhǔn)確認(rèn)，用公式表達(dá)；

公式中：EP表示基本擬定總量的最大臨界值；{h1，h2，h3…，hp}表示最大值到最小值能采集到的有序集合，能夠從這里計(jì)算出數(shù)據(jù)的最佳優(yōu)化偏正量[15]；{X1,X2,X3…XP}表示模型中的損耗數(shù)據(jù)構(gòu)成的有序集合；經(jīng)過上述公式完成了訓(xùn)練進(jìn)度智能定制中計(jì)算的修正和優(yōu)化，保證了個(gè)性化訓(xùn)練定制的有效性和適用性。

綜上所述，本文設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)，通過使用了MAHSUH服務(wù)器來對大數(shù)據(jù)進(jìn)行接納[16]，融合大量未經(jīng)處理的大數(shù)據(jù)，為后期軟件的計(jì)算規(guī)劃提供良好的接納環(huán)境。并引進(jìn)先進(jìn)的Okumura-Hata智能模型能夠有效的解決大數(shù)據(jù)進(jìn)行趨勢劃分過程中出現(xiàn)的數(shù)據(jù)波動，對計(jì)算過程進(jìn)行了優(yōu)化，同時(shí)實(shí)現(xiàn)了智能操作。從根本上解決了傳統(tǒng)的訓(xùn)練進(jìn)度定制系統(tǒng)分析處理大數(shù)據(jù)大量花費(fèi)時(shí)間和人力的問題，并且可以對訓(xùn)練進(jìn)度進(jìn)行實(shí)時(shí)調(diào)整。

3 實(shí)驗(yàn)結(jié)果與分析

為了保證本文設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)的有效性，設(shè)計(jì)了對比仿真實(shí)驗(yàn)，實(shí)驗(yàn)對象設(shè)定為皮劃艇運(yùn)動員，實(shí)驗(yàn)過程中模擬皮劃艇競技小組成員訓(xùn)練作為本次試驗(yàn)的樣本，使用傳統(tǒng)的訓(xùn)練進(jìn)度定制系統(tǒng)進(jìn)行試驗(yàn)，再使用本文設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)進(jìn)行試驗(yàn)。為了保證試驗(yàn)的有效性，使用兩種方法同時(shí)進(jìn)行試驗(yàn)。

3.1 參數(shù)設(shè)定

為了保證文中設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀皮劃艇競技運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)的試驗(yàn)有效性，對參數(shù)進(jìn)行設(shè)置定，設(shè)置傳輸距離δh的取值范圍是[223～1300]；設(shè)置標(biāo)注算子ek的值為3 600 μ；時(shí)滯參數(shù)和大數(shù)據(jù)的表達(dá)屬性分別為5 200ψ/min、8.5×104GB/min。

本文設(shè)計(jì)的實(shí)驗(yàn)需要對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行基本設(shè)置，為保證試驗(yàn)過程的準(zhǔn)確性，設(shè)定其試驗(yàn)數(shù)據(jù)如表1所示。

表1 設(shè)置試驗(yàn)數(shù)據(jù)

本文使用SO測試軟件加載到系統(tǒng)上進(jìn)行使用[8]，加載的SO軟件不會對系統(tǒng)使用造成任何影響，對大數(shù)據(jù)環(huán)境下的智能性影響也不大，SO測試軟件使用YUH指標(biāo)衡量系統(tǒng)數(shù)據(jù)采集準(zhǔn)確率，使用pol參數(shù)衡量系統(tǒng)制定的切合度，實(shí)驗(yàn)結(jié)果如下。

圖2 文中設(shè)計(jì)的定制系統(tǒng)SO測試結(jié)果

圖2是文中設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀皮劃艇競技運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)YUH指標(biāo)與pol參數(shù)情況，通過數(shù)據(jù)可以看出本文設(shè)計(jì)的智能系統(tǒng)的pol參數(shù)比較平穩(wěn)并且在1.0以上，1.0以上的智能系能夠達(dá)到較高的切合度，YUH指標(biāo)的走勢穩(wěn)定上升說明系統(tǒng)具有較高的反饋能力。

圖3是傳統(tǒng)訓(xùn)練進(jìn)度定制系統(tǒng)的YUH指標(biāo)與pol參數(shù)情況，通過圖3可以看出YUH指標(biāo)分布情況在趨勢上成像極值情況并且最大值也沒有達(dá)到本文設(shè)計(jì)的平均值。pol參數(shù)的平溫度在0.1以下說明傳統(tǒng)系統(tǒng)的反饋能低于本文設(shè)計(jì)的系統(tǒng)。

傳統(tǒng)訓(xùn)練定制系統(tǒng)制定數(shù)據(jù)強(qiáng)度：

圖3 傳統(tǒng)訓(xùn)練定制系統(tǒng)SO測試結(jié)果

圖4 結(jié)果精準(zhǔn)度對比結(jié)果

本文設(shè)計(jì)的定制系統(tǒng)定數(shù)據(jù)強(qiáng)度：

圖5 結(jié)果精準(zhǔn)度對比結(jié)果

分析圖4圖5結(jié)果得知，本文設(shè)計(jì)大數(shù)據(jù)環(huán)境下優(yōu)秀皮劃艇競技運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)定數(shù)據(jù)強(qiáng)度明顯比傳統(tǒng)訓(xùn)練定制系統(tǒng)制定數(shù)據(jù)強(qiáng)度高出4個(gè)數(shù)據(jù)強(qiáng)度，數(shù)據(jù)強(qiáng)度能夠反映系統(tǒng)數(shù)據(jù)依據(jù)程度，依據(jù)的數(shù)據(jù)越多說明系統(tǒng)定制的結(jié)果越準(zhǔn)確。

3.2 試驗(yàn)結(jié)論

綜上所述，本文設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)，能夠有效的解決大數(shù)據(jù)進(jìn)行趨勢劃分過程中出現(xiàn)的數(shù)據(jù)波動，同時(shí)實(shí)現(xiàn)了智能操作，并且流暢性以及精準(zhǔn)度也遠(yuǎn)遠(yuǎn)高于傳統(tǒng)訓(xùn)練進(jìn)度定制系統(tǒng)。

4 結(jié)束語

文中設(shè)計(jì)了大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)，該設(shè)計(jì)主要在硬件上使用了MAHSUH服務(wù)器來對大數(shù)據(jù)進(jìn)行接納，引進(jìn)先進(jìn)的Okumura-Hata智能模型能夠有效的解決大數(shù)據(jù)進(jìn)行趨勢劃分過程中出現(xiàn)的數(shù)據(jù)波動，對計(jì)算過程進(jìn)行了優(yōu)化，根據(jù)運(yùn)動員的個(gè)人身體素質(zhì)，智能地定制訓(xùn)練計(jì)劃，以幫助運(yùn)動員最大限度地發(fā)掘潛能，沖擊更優(yōu)異的成績，同時(shí)實(shí)現(xiàn)了智能操作。為了驗(yàn)證設(shè)計(jì)的大數(shù)據(jù)環(huán)境下優(yōu)秀運(yùn)動員訓(xùn)練進(jìn)度智能定制系統(tǒng)設(shè)計(jì)的有效性，模擬使用環(huán)境進(jìn)行了仿真對比實(shí)驗(yàn)，把提出的智能定制系統(tǒng)與傳統(tǒng)的訓(xùn)練進(jìn)度定制系統(tǒng)進(jìn)行比較。通過實(shí)驗(yàn)數(shù)據(jù)的有效證明，驗(yàn)證了提出的智能定制系統(tǒng)能夠進(jìn)行快速準(zhǔn)確的進(jìn)度智能定制。

參考文獻(xiàn)：

[1]楊甲甲，趙俊華，文福拴，等.智能電網(wǎng)環(huán)境下基于大數(shù)據(jù)挖掘的居民負(fù)荷設(shè)備識別與負(fù)荷建模[J].電力建設(shè)，2016，37（12）：11-23.

[2]陸化普，孫智源，屈聞聰.大數(shù)據(jù)及其在城市智能交通系統(tǒng)中的應(yīng)用綜述[J].交通運(yùn)輸系統(tǒng)工程與信息，2015，15（5）：45-52.

[3]邵景峰，賀興時(shí)，王進(jìn)富，等.大數(shù)據(jù)環(huán)境下的紡織制造執(zhí)行系統(tǒng)設(shè)計(jì)[J].機(jī)械工程學(xué)報(bào)，2015，51（5）：160-170.

[4]歐彥，葛世超.面向大數(shù)據(jù)的科技期刊智能運(yùn)營系統(tǒng)—以《自動化學(xué)報(bào)》智能運(yùn)營平臺為例[J].科技與出版，2017（4）：75-78.

[5]于洋.Web遠(yuǎn)程升級Solaris及進(jìn)度跟蹤設(shè)計(jì)[J].軟件，2016，37（9）：115-117.

[6]張紅，王曉明，曹潔，等.基于大數(shù)據(jù)的智能交通體系架構(gòu)[J].蘭州理工大學(xué)學(xué)報(bào)，2015，41（2）：112-115.

[7]江丹丹，唐煜程，唐冬.一種基于ZigBee及GSM混合網(wǎng)絡(luò)的輕智能家居安防系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2015（3）：6-8.

[8]張浩，劉強(qiáng)，王磊，等.中空玻璃智能倉儲系統(tǒng)快速定制設(shè)計(jì)方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2016，22（11）：2497-2504.

[9]朱偉明，謝琴，彭卉.男西服數(shù)字化智能化量身定制系統(tǒng)研發(fā)[J].紡織學(xué)報(bào)，2017，38（4）：151-157.

[10]郭小雷，王宗彥，吳淑芳，等.基于SQL的橋式起重機(jī)智能設(shè)計(jì)網(wǎng)絡(luò)系統(tǒng)開發(fā)[J].機(jī)械設(shè)計(jì)與研究，2017（1）：182-185.

[11]鐘經(jīng)偉.基于RFID技術(shù)的智能景區(qū)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù)，2012，35（16）：8-11.

[12]葉高揚(yáng)，畢冉.基于物聯(lián)網(wǎng)的智能家居系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用，2014（a01）：318-319.

[13]張林，吳振強(qiáng).基于OpenCV的圖像特征智能識別系統(tǒng)設(shè)計(jì)[J].電子設(shè)計(jì)工程，2015，23（20）：189-192.

[14]張?jiān)铝?，李延?基于云計(jì)算與物聯(lián)網(wǎng)的智能后勤系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)科學(xué)，2012，39（s1）：212-213.

[15]程樂峰，周彬，余濤.一種節(jié)電潛力在線自動檢測和快速能源審計(jì)智能系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].電力系統(tǒng)保護(hù)與控制，2014（14）：105-111.

[16]張紅，王曉明，曹潔，等.基于大數(shù)據(jù)的智能交通體系架構(gòu)[J].蘭州理工大學(xué)學(xué)報(bào)，2015，41（2）：112-115.