基于DWT和随机森林算法的运动员损伤可能性监测系统研究

摘要

运动损伤可能性监测是运动科学的核心项目,然而,当前的运动损伤监测项目繁多、仪器昂贵且监测时间过长,不利于运动损伤监测的大范围开展.机器学习算法的发展为运动损伤监测提供了新的可能性,基于离散小波变换(DWT)和随机森林算法构建了运动损伤训练集,并依据慢跑运动员的下半身运动情况,构建了基础分析框架,进而设计了运动员损伤可能性监测系统.首先,采用可穿戴陀螺仪设备,可以有效监测运动员小腿、大腿及臀部的三维力学情况,并实现对运动位移曲线的有效绘制;其次,该系统相较于其他分类器所构成的系统,在训练时间和测试时间上均有优势,运算效率更高.总体而言,运动损伤监测系统具备成本低、精确度高的特点,适宜大范围推广.