基于鱼群算法对运动者疲劳步态的动作识别

作     者：张健 蔡峰 李婷文 任鹏博 

作者机构：闽南师范大学体育学院 广东科技学院体育部 常州大学怀德学院 

出 版 物：《中国组织工程研究》 (Chinese Journal of Tissue Engineering Research)

年 卷 期：2025年

学科分类：0403[教育学-体育学] 12[管理学] 040302[教育学-运动人体科学(可授教育学、理学、医学学位)] 04[教育学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：教育部人文社会科学研究基金项目(23YJCZH293),项目负责人:张健 福建省社会科学研究基金项目(FJ2022B021),项目负责人:张健 

主　　题：鱼群算法 运动者 卷积神经网络 疲劳步态 步态能量图 卷积核 运动能量分布 归一化自相关函数 工程化组织构建 

摘      要：背景：步态动作是运动中展现出的重要特征之一，反映了身体状态和运动能力。在疲劳状态下步态动作会出现异常，如步幅减小、身体摇晃等，这些异常步态动作会对身体造成伤害。目的：旨在推动运动科学领域的技术进步，将先进的算法与数据分析技术应用于运动实践中，从而进一步提升运动疲劳状态下步态动作的识别准确度。方法：基于鱼群算法的运动疲劳状态下步态动作识别方法。利用归一化自相关函数和运动能量分布原理获取运动者单周期步态能量图，采用奇异值分解法转换图像以突出视觉差异，生成运动者步态能量图，使用卷积神经网络构建步态动作识别模型，并通过鱼群算法求解模型的参数，以提升疲劳步态动作识别的准确度及效率。结果与结论：(1)鱼群算法在步态动作识别上的损失值较小，能够准确、快速地识别出运动者的步态动作，动态监测运动者身体疲劳情况；(2)基于鱼群算法的运动者疲劳步态动作识别研究，可以有效识别出运动者疲劳状态下的步态动作，实现对于细微步态变化的精确捕捉；(3)鱼群算法的系统稳定性良好，能够减少试验测试结果的波动性，提高识别效率，更有效地管理运动疲劳、预防运动损伤。另外，当正常人步态特征发生显著变化时，系统可以发出预警，提示个体可能处于疲劳状态，需要休息或调整活动强度。