運動健身測評移動App系統設計

肖利

摘要：科學健身是當前運動者的目標，如何根據運動者個體差異得到最佳的運動量是制定科學健身方案的依據。對此設計了一款運動健身測評系統，該系統采用MFC框架開發、C++語音編寫，SQLServer作為運動數據存儲數據庫，根據運動者各項生理指標，結合改進的神經網絡算法和模糊綜合評價方法，實現了個體最佳運動量預測。為健身愛好者科學健身方案的制定提供了參考。

關鍵詞：神經網絡算法;App客戶端;MFC框架;生理指標

中圖分類號：G643

文獻標志碼：A

DesignofMobileAppSystemforExerciseFitnessEvaluation

XIAOLi

（

JiangxiCollegeofApplicationScienceandTechnology，InstitutionofEducationand

PhysicalEducation，Nanchang330100，China

）

Abstract：Scientificfitnessisthegoalpursuedbycurrentathletes.Howtogetthebestamountofexercisebasedonindividualdifferencesisthebasisformakingscientificfitnessprogram.Thispaperdesignsasportsfitnessevaluationsystem.ThesystemusesMFCframeworkdevelopment，C++voiceprogramming，SQLserverasthesportsdatastoragedatabase，dependingonthephysiologicalindicatorsoftheathletes，combinedwiththeimprovedneuralnetworkalgorithmandfuzzycomprehensiveevaluationmethod，itrealizestheindividualoptimalexerciseprediction.Itprovidesareferencefortheestablishmentofscientificfitnessprogramforfitnessenthusiasts.

Keywords：neuralnetworkalgorithm;APPclient;MFCframework;physiologicalindexes

0引言

隨著人們生活水平的提高，運動健身成為日常生活的重要組成部分。科學健身方法能夠按照個體水平如身高、體重、肺活量、脂肪率、心率等，對運動量進行有效的評估和預測[1]。可穿戴設備的開發為科學健身提供了更加完善的評估平臺，如三星的GearFit、蘋果的iWatch等，但這些設備只具備路程、鍛煉時間、熱量消耗等預測功能，采集對象大多為運動者的心跳數據，評價方式單一，預測結果離實際情況還有一定的差距[23]。因此，本文利用改進的神經網絡結合個體體質水平建立最佳運動量預測模型，采用生理指標傳感器采集個體水平參數，并開發運動健身測評系統，為運動愛好者提供更加科學、全方位的運動測評。

1改進的神經網絡最佳運動量預測模型

1.1樣本過濾

為了更加精準的描述運動與個體體質的關系，神經網絡學習樣本要采用體質相近的不同個體數據，來提高神經網絡的預測精準度。與運動密切相關的體質指標為選擇反應時、脂肪率、心率、肺活量、身高及體重。……