排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
目的：基于人工神经网络和摄氧量动力学,以心率（heart rate,HR）和呼吸频率（breathing frequency,BF）为自变量建立准确的身体活动能量消耗（physical activity energy expenditure,PAEE）预测模型。方法：招募24名健康大学生（年龄22.2岁±2.0岁,身高174 cm±9 cm,体重67.1 kg±12.4 kg）,参加3次运动测试,包括递增负荷运动、恒定负荷运动（40%和70%■）和4种身体活动（6.4 km/h步行、体感游戏、负重行走、上下楼梯）。采集运动中HR、BF和摄氧量（■）,并建立PAEE预测的BP神经网络模型。采用Bland-Altman散点图对模型预测的准确性进行分析,并计算了平均绝对误差（mean absolute error,MAE）和平均绝对百分比误差（mean absolute percentage error,MAPE）以评估模型预测的误差。结果：建立的模型在步行活动中,模型预测的■(18.50±1.19 mL/kg/min)与观测值（18.34±1.44 mL/kg/min）接近,MAE=1.3... 相似文献
1