一种基于AI深度学习的虚拟现实跑步机自适应方法及系统

摘要

本申请实施例提供一种基于AI深度学习的虚拟现实跑步机自适应方法及系统，依据由跑步行为数据提取出的跑步姿态特征，对跑步行为数据的跑步事件标签进行更新，输出表征自适应性调整事件的第一自适应性特征，将第一自适应性特征与表征计划跑步事件的第二自适应性特征之间的区别特征与预先进行模式配置的自适应性特征进行联系度分析，输出关联度分析信息，依据关联度分析信息，分析获得的第一自适应性特征是否匹配自适应性控制要求，由此进行自适应性控制决策，从而结合了跑步姿态特征进行自适应性调整事件的自适应性特征分析，可以提高自适应性控制决策的可靠性。