基于C_S模式的高校体育教学体能监测方法.pdf

信息技术XINXIJISHU2023年第9 期基于 C/S模式的高校体育教学体能监测方法李伟（陕西警官职业学院，西安7 10 0 2 1）摘要：为了提升体能监测方法的并行加速比，设计了基于C/S模式的高校体育教学体能监测平台。利用物联网技术设计了平台的硬件框架和数据库；采用C/S模式设计平台的软件框架，通过数据分析与处理、实时采集、设备及用户信息管理和三维场景实现平台软件的功能，在软件设计中利用专家访谈法和特尔斐法构建体育教学体能监测指标，采用模糊综合评价法实现户外体育教学的学生体能监测。实验结果表明，所提方法的收敛性能好、并行加速比高、吞吐量高。关键词：物联网；户外体育教学；学生体能监测；C/S模式；平台设计中图分类号：TP277D0I:10.13274/ki.hdzj.2023.09.023The method of physical fitness monitoring in physical education teaching in colleges based on C/SmodeLI Wei(Shaanxi Police Vocational College,Xi an 710021,China)Abstract:In order to improve the parallel acceleration ratio of physical fitness monitoring methods,a C/Smodel-based college physical education student physical fitness monitoring platform is designed.The hard-ware framework and database of the platform are designed using the Internet of Things technology.The C/Smodel is adopted to design the software framework of the platform.The functional of the platform software isrealized through data analysis and processing,real-time acquisition,equipment and user information man-agement,and three-dimensional scenes.In the software design,expert interview methods and methods areused.The Delphi method constructs physical fitness monitoring indicators for physical education,and thefuzzy comprehensive evaluation method is used to achieve physical fitness monitoring of students in outdoorphysical education teaching.The experiment results show that the proposed method has good convergenceperformance,high parallel speedup ratio and high throughput.Key words:C/S mode;outdoor physical education;student fitness monitoring;Internet of Things;plat-form design;文献标识码：A文章编号：10 0 9-2 552(2 0 2 3)0 9-0 138-0 50 引 言Web开发技术是目前体育教学中体能监测最常用的方法，后台数据库和教学资源是构建监测平台的基础，体育教学监测结果以录像视频和作者简介：李伟（19 8 3），男，硕士，副教授，研究方向为警察体育教学与训练。一138 一HTML的形式进行展示。但传统的体能监测平台无法形象、直观地将体育教学内容呈现给学生2 。因此需要结合移动终端和物联网等先进技术对体育教学数据进行挖掘和分析，使其成为课堂教学的补充。张树滑3 设计了基于ID3 算法的大学生成绩数据挖掘与体能分析系统，该方法利用Microsoft SQLServer2012工具中的Analysis基于C/S模式的高校体育教学体能监测方法Services 开发环境,实现决策树算法模块的运行，表1场地信息表可以对学生体能数据进行分析，但存在并行加速User Table比低的问题;Massaroni 等人4 提出基于多传感器字段名cost监测学生运动体能的方法，利用可穿戴传感仪器ID监测呼吸频率，检测生理异常和健康状态变化,并address在频域和时域中分析数据，但该方法操作较为复stadium杂,需要进一步优化监测流程。为了解决上述方法中存在的问题，提出基于物联网的高校体育教学中学生体能监测平台设计方法。1平台硬件设计采用物联网技术设计平台的架构，如图1所示。应用层网络预定及监测平台网络层(9)(9)2G、3G 网络感知层网络摄像机网络摄像机网络摄像机图1平台整体框架图采用SQLServer2008开发平台的数据库，教学场地信息、学生信息和教师信息都存储在数据库中。利用便携式射频电子标签辨识学生的身份，并通过三轴加速传感器实时采集学生的运动数据5。用户信息表用来存储用户的注册信息，用户在平台中的唯一性可以通过用户编码进行判断。场地信息表用来存储与体育教学和体育馆相关信息,场地在平台中的唯一性可以通过场地编号进行判断7 ,高校体育教学学生体能监测平台中存在的场地信息如表1所示。预定信息表用来存储平台中用户的预定信息8 ，预定信息在平台中的唯一性可以通过预定编号进行判断，高校体育教学学生体能监测平台中存在的预定信息如表2 所示。一李伟允许为空数据类型NintNintNnvarchar(MAX)Nnvarchar(MAX)表2 预定信息表Order Table字段名允许为空endtimeNIDNstarttimeNuseridNstadiumN2软件总体设计框架2.1平台软件设计模式B/S模式和C/S模式是目前平台软件架构设计常用的模式。客户端属于后台服务器,其主要作用是为用户提供数据服务，处理数据并实现多线程并发 。基于物联网的高校体育教学学生体能监测平台设计方法通过C/S模式框架设计平台的软件架构，如图2 所示。基站核心服务器基站用户3B/S用户2 C/S图2 平台软件架构图软件设计中包括PC机客户端和云端服务器。为了提高平台的透明性和内聚性,数据和数据分析通过C/S平台模式分布在服务器端和客户端2.2平台软件功能高校体育教学学生体能监测平台的软件具有一13 9 一数据类型datetimeintdatetimeintnvarchar(MAX)用户1C/S基于C/S模式的高校体育教学体能监测方法以下几个功能：分析并处理平台中存在的关键参数。配合平台的硬件设备获取用户的运动姿态数据。将三维场景插人平台中，回放并展示运动场景。查询并存储平台中存在的数据。按照功能可将高校体育教学学生体能监测平台分为五个模块，如图3所示。传感器标定数据采集实时采集动画播放保存数据高校户外体育教学健康监测平台软件断开连接运动模型三维场景播放控制截取数据片段损伤预警分析数据分析处理疲劳分析规范性分析个人信息身型参数信息管理训练记录设备信息后台服务器数据分析图3平台软件结构框图信息实时采集：连接三轴加速传感器，设置定时循环时间为15ms，确认接收到运动信号后，传感器开始实时采集运动数据，同时存储传感器传输的数据。最后将三维场景控件嵌人监测平台中，展示学生在体育教学过程中的姿态动作。三维场景：利用Unity3D软件在平台中建立人体三维模型，并根据用户运动的信息调整人体三维模型的参数,重现学生在户外体育教学中的运动动作轨迹，实现动作对比、回放、截取数据片段和慢放等功能。数据处理分析：多角度分析获取数据，根据分一140 一一李伟设备连接析结果预测数据随时间的变化趋势，将预测结果作为判断依据,对学生的疲劳程度进行分析;分析学生在运动过程中的关节受力方向和角度，根据分析结果判断学生的运动状态,避免学生因错误动作产生运动损伤；对力传导方向进行分析，进而对学生的动作规范进行判断。用户信息管理：为用户设计个人信息档案，记录用户各种运动信息和身体状态信息。后台服务器：后台服务器在平台中主要包括两个部分，第一部分是分析客户端在运行过程中获取的数据；第二部分是在平台中实现与客户端之间的通信与多用户多并发访问，接收客户端传输的数据。2.3学生体能监测结合专家访谈法和特尔斐法构建高校体育教学学生体能监测指标体系，如图4所示。基础知识三维场景监测体系数据分析处理信息管理图4监测指标体系构建一级监测指标集B和二级监测指标集C,其表达式分别如下：B=1B1,B2,B3,B4IC=1Ci,C2,Ci3/设置评语集U=（W,W,W,W4）=（优秀，良好，一般，较差）。采用专家访谈法构建评语集与二级监测指标之间的模糊矩阵R：专业知识相关知识知识结构基本技术运动技能运动智能体育兴趣个人体验合作精神知识创新知识创新技术创新思维创新(1)方法！基于C/S模式的高校体育教学体能监测方法-T12TinT21T22(rmlTm2式中，rm代表第n个评语、第m个监测指标对应的隶属度。模糊运算二级监测指标集C对应的监测矩阵R，获得二级监测指标1,设A=C,R.是监测指标对应的隶属度：A.7a11A2a21R=：LA13J对上述矩阵进行模糊运算,获得一级监测指标集B对应的隶属向量X,其表达式如下：X=bkR=(x1,x2,x3,x4)式中,b,是一级监测指标对应的权重。归一化处理隶属向量X：X=(XI,X2,X,X4)用百分数描述监测评价结果，获得监测评价集的数量向量G，获取高校体育教学学生体能监测结果：V=X G至此完成了高校学生在体育教学中的体能监测。3实验与分析为了验证基于物联网的高校体育教学体能监测平台的整体有效性，需要对设计方法进行测试，本次实验的集群环境由6 台PC机构成，配置如表3 所示。表3硬件配置硬件配置编号节点名称硬盘容量内存容量1Slavel2Slave23Slave44Slave55Slave66Master一李伟将收敛性能作为测试指标,对本文设计方法T2m（方法1）、基于混合现实技术的教学学生体能监(2)测平台设计方法（方法2）、基于多模态体育语料库的体育教学学生体能监测平台设计方法（方法Tmn3)进行测试,结果如图5所示。250200150SSOI100a12a13a22a23La13,1a13,2a13,3a13,4JCPU500GB32CB500GB32GB500CB32CB500GB32CB500CB32CB1TB64 GB务法3a1450a240(3)(4)(5)(6)酷睿i5-23004核至强E312308核酷睿i5-23004核至强E312308核酷睿i5-23004核酷睿i7-38208 核510152025送代轮数图5收敛性能测试结果分析图5中的数据可知,方法1设计的平台的收敛性能要优于方法2 和方法3。这是由于方法1在三维场景模块中利用Unity3D空间构建了学生在体育教学过程中的三维模型，利用三维模型实现了数据慢放、数据截取等功能，提高了平台的收敛性能。将并行加速比作为测试指标，对方法1、方法2和方法3进行测试,测试结果如图6 所示。1008060402010图6 并行加速比测试结果根据图6 可知，随着节点数的增加，三种方法的并行加速比均有所增加，但方法2 和方法3的并行加速比增长幅度远低于方法1。这是由于方法1在三维场景模块中，根据学生体征信息实时对三维模型进行调整，可以在短时间内实现学生体能监测，提高平台的并行加速比。图7 为方法1、方法2 和方法3的平台吞吐量测试结果。通过图7 可知，在多次迭代中，方法1的处理条数远远多于方法2 和方法3。这是由于方法1在三维场景模块中通过构建人体三维模型一141一30口O口方法10方法2方法312节点数八-3456基于C/S模式的高校体育教学体能监测方法100002.52.01.0F0.5口方法110方法2 方法3012选代次数图7 吞吐量测试结果获取学生的运动动作轨迹，利用动作轨迹实现体育教学的学生体能监测。平台可以同时处理多条运动动作轨迹，提高了平台的吞吐量。4结束语户外体育教学过程中，学生增强体质的同时还可以培养思考能力，属于智慧型体育项目，户外体育教学学生体能监测对体育教学具有重要意义。目前户外体育教学体能监测平台设计方法存在收敛性能差、并行加速比低和吞吐量低等问题，因此提出基于C/S模式的高校体育教学体能监测平台设计方法，利用物联网技术构建监测平台的硬件框架,在C/S模式的基础上,将模糊综合评价算法应用在监测平台的软件设计中，解决了现有方法中存在的并行加速及运行复杂的问题，为户外体育教学的发展提供保障。参考文献：1李景奇，卞艺杰，黄波.教学大数据监测预警平台设计与应用J.计算机应用与软件,2 0 19,36(1)：111-一李伟口O45116.2李晓豁,刘海亮.基于ZigBee和GPS组合的跑步测试系统J.传感器与微系统,2 0 19,38（3）：10 2-10 5.3张树滑.基于ID3算法的大学生成绩数据挖掘与体能分析系统设计J.现代电子技术，2 0 19,42（5）：10 4-106,110.4 Massaroni C,Di Tocco J,Bravi M,et al.Respiratory6monitoring during physical activities with a multi-sensorsmart garment and related algorithms J.IEEE SensorsJournal,2019,20(4):2173-2180.5 Pavlova I,Petrytsa P,Andres A,et al.Assessment ofstudents competence in physical education:approachesand methodology J.Revista Romaneasca Pentru Edu-catie Multidimensionala,2020,12(4):338-356.6蒋廷慧，何文，王平跃，等.基于Arduino的健康数据监测系统的研究与设计J.信息技术,2 0 17（5）：10 1-103.7王智远，陈榕，任崇广.基于集成学习的云平台异常点检测J.计算机工程与设计，2 0 2 0,41（5）：12 8 8-1294.8李靖.基于物联网的体育教学智能监测与分析J.信息技术,2 0 2 1(9):51-56,6 1.9吴悠,陈亦欣,胡曦.基于Unity平台的多操作系统共同开发技术研究及实现J.计算机应用研究,2 0 2 0，37(S1):237 239.10姚明菊.C/S架构性能测试研究和应用J.科学技术创新,2 0 2 1(1):7 9-8 0.11】代福龙.一种运动员运动强度监测方法的研究J.信息技术,2 0 18,42(8):12 1-12 5,134.（责任编辑：丁晓清）(上接第 137 页)9王守相,陈海文,潘志新，等.采用改进生成式对抗网络的电力系统量测缺失数据重建方法J.中国电机工程学报,2 0 19,39(1):58-6 6,32 2.10陈君山,刘京菊,李振汉.基于关联规则挖掘的口令字典生成技术J.微电子学与计算机，2 0 18,35(12):110-114.11石访,张林林,胡熊伟,等.基于多属性决策树的电网暂态稳定规则提取方法J.电工技术学报，2019,34(11):2364-2374.12李志伟,赵书强,刘金山.基于相关机会目标规划的一142 一电力系统优化调度研究J.中国电机工程学报，2019,39(10):2803-2816.13梁访,潘毅，许丹，等.基于极限场景分析的电力系统有功功率和备用协调调度J.电力系统自动化，2019,43(22):139-148.14尤金，刘俊勇,刘友波，等.基于非参数估计的无功电压控制响应规则辨识J.电力系统保护与控制，2018,46(13):1-12.15荣莉莉,李群，于振.基于电力历史应急大数据的应急情景规则分析与发现方法研究J.中国安全生产科学技术，2 0 19,15(5）：32-37（责任编辑：丁玥）