成果内容

面向体育数字化、智能化趋势，基于大数据、人工智能先进数据处理技术。分析总结智能化体育核心共性技术，突破关键技术研究，建立实时的可视、科学、无伤害的运动训练大数据模型，

具体分为以下五个方面：

1. 复杂环境下的人体生理信号采集与处理方法与理论研究。人体生理信号具有非线性非平稳且带有混沌现象等特点，体育运动还会带来复杂环境影响。因此需要研究复杂环境下人体生理信号非损伤性的采集、预处理和特征提取等方法，为后续数据融合处理提供清晰、纯净的信号源。

2. 多类型多维度运动信息融合处理研究。通过对多传感器及其观测信息的合理支配和使用，把多传感器在空间或时间上冗余或互补信息依据某种准则来进行组合，以获得被测对象的一致性解释或描述。因此，对信息融合方法的基本要求是具有鲁棒性和并行处理能力。

3. 差异化运动损伤评估控制模型研究。运动损伤风险评估模型，由人体多种性能指标构成，每一部分都应该有对应的量化评估方法，且具有相对稳定性，使得评估结果更具有风险筛查的实践意义。

4. 智慧体育赛事统计评估决策研究。利用多种先进仪器获取赛场实时数据、利用运动员智能穿戴设备采集运动员实时体能和情绪状态信息，利用深度学习、神经网络等先进智能算法与历史赛事数据进行综合融合比对，帮助教练员和运动员对赛事发展趋势进行准确预测。

5. 资源能耗受限条件下的隐私数据安全防护策略研究。可穿戴设备一般只具有有限的计算和存储能力，需要研究资源能耗等受限条件下的个人隐私数据防护策略，在保证不对设备体积重量和寿命等产生影响的前提下，为个人健康数据提供机密性和完整性保护。

成果形式

1. 智慧体育科技共性关键技术方案书

2. 演示系统：运动训练大数据模型演示系统

3. 申请专利：多类型多维度运动信息融合处理策略

4. 申请专利：差异化运动损伤评估控制模型

5. 申请专利：资源能耗受限条件下的隐私数据安全防护策略