模糊基于逻辑的个性化感知分类方法,努力在工作场所使用可穿戴心率传感器

文摘

知道努力的工人在他们的体育活动促进管理者的决策有关职工分配适当的工作,措施,防止事故发生,和重新分配的任务。然而,尽管心率可穿戴传感器代表一个有效的方法来捕获感知运动,人体工程学的方法是通用的,他们不考虑的范围的扩散性质分类工作。个性化的监测是必要的,使一个真正的和有效的分类认为个人努力。在本文中,我们提出一个心脏率个性化的方法来评估认为努力;我们的方法使用模糊逻辑作为一个选项来处理不精确和不确定性相关变量。我们应用一些实验清洁人员和结果,强调一个自定义的重要性感知分类方法,努力做体力劳动的人。

1。介绍

小型化的发展,移动通信,传感器技术使移动健康(mHealth)系统发展成为可能。移动医疗之间的交集是电子医疗(电子健康)和智能手机技术。这意味着电子健康的做法是在智能手机的帮助下,用于捕获、分析、过程,传播健康信息从传感器和其他生物医学系统(1]。移动医疗系统为医疗保健服务提供具有成本效益的、灵活、高效的方式(2]。移动医疗系统实现了在移动设备上使便携式影像学上解决方案;此外,计算和无线功能允许实时监控。这种技术允许应用程序部署在移动设备上连续监测人为了确定,例如,努力在他们的身体上的日常活动。

人类拥有高度发达的传感系统所涉及的应变物理工作。这被称为感知发挥(PE),这是检测和解释的行为引起的感觉从身体在体力活动(3]。连续测量的生理参数在个体在执行日常或劳动活动允许健康和福祉保存或改善。

个人努力估计在劳动活动特别感兴趣,考虑到为了执行一个活动对于每个人都是不同的。活动的分配不当会影响一个人的福利和健康。工人之间的差距可能风险很高的物理工作要求和能力/劳动技能。这些风险包括肌肉骨骼疾病,心血管疾病,长时间的缺席,压力、倦怠、提前退休,从劳动力市场4]。此外,体力在工效学评估额外的好处,如工人选择和布置和工作设计5]。

估计工人的身体努力分配员工工作场所可能是有用的在适当的位置,适当的体育活动固有的工作,预防事故,由于工作要求,疾病预防与物理相关的要求,等等。

泛型方法,估计身体努力不考虑重要个体的生理特征(6- - - - - -8]。多年来,心脏和代谢成本支出从体力劳动都是计算使用公式和通用表(6]。体力活动集,基于标准的,如最大心率(220 -)。虽然在许多情况下,这可能是敏捷和方便,这并不总是真的,超重或习惯的人来执行一个活动。有必要开发方法,可以提供更高的精度预测能源消费各种各样的体育活动。这将允许一个更大的机会在何时比较科学准确的验证方法双标记水方法(9]。

大多数健康监测提供了一个广义生理测量可用的解决方案,也就是说,通过引用通用公式不定制的个人(或表7,10]。许多其他解决方案的重点是预定义的走路和跑步等活动不考虑每个人的生理参数,给出的结果不明显分化9,11]。

在[12),提出了一种基于个性化的最大心率的方法作为Chamoux方法的扩展。这种方法允许持续的监控工作,考虑到每个人的特殊身体状况通过测量心率。这个提议是评价的美好13)通过比较研究与其他两种方法(原Chamoux和Borg) (10,14]。可以从这些结果说明,心率反映健康状况(病了、累了、那么费劲儿),但据我们所知,这还没有被证明客观、正式,也可以表示,个性化的最大心率方法允许一个更好的结果分布比在以前的作品。然而,这些结果并不考虑具体工作,一个人的习惯,也没有专家的认知的本质工作水平。

在这项工作中,我们提出一个方法考虑这两个重要的因素在个性化方面评价:执行特定工作的习惯和专家认知的本质工作水平评估。

专业知识是指估计或判断由专家分析和相互关系的问题的量化参数。通常,专业知识必须面对的情况下的模糊和不精确。因为它是复杂或不可能有一个完整的参与问题域的所有变量的列表。也就是说,没有详尽的清单的所有因素考虑问题域。即使知道所有的变量,它可以很难获得具体的数据。此外,这些信息可能是不完整的甚至是错误的(15]。

专家的认知努力水平是必要的,因为在以前报告的工作价值观的本质是基于相对心脏成本(RCC)定义的等级值,RCC =[0, 69],并分组组10数值这集命名为强烈=[69],重= 50,59岁,略重= 40,49岁,等等(14]。问题是当我们有一个值,让我们说,RCC = 49,这被认为是略重,但这可能被认为是沉重的。为了更好地定义大小,我们建议考虑碾压混凝土集分散的,考虑到有一个逐渐发展的值从一个设置为下一个,它允许我们定义每一组值的隶属度。

人执行一个特定活动的习惯化是必要的,因为我们必须考虑这个人是否有执行活动所需的技能与良好的性能,也就是说,良好的性能在一个活动的执行取决于习惯比其它因素良好的身体状况。一个人的习惯活动的执行工作影响工作任务的一个重要方法。

2。国家的艺术

多年来,心脏和代谢成本支出从体力劳动都是计算使用公式和通用表(6]。使用一个自定义的方法变得越来越重要在监视需要很多努力的体育活动,如举重,因为这些活动是那些可能影响工人的福利和健康(16]。

在ISO 8996标准建立(17估算代谢消耗,使用心率是一种选择,提供了一个评估工作与误差为正负10%。这种分析方法是仅次于定制测量需要使用专用设备常用的实验室。后者非常精确的方法是设备的间接量热法(耗氧量测试使用口罩)和双标记水(水消费和尿液分析)。

测量心率是一个有效的选择估计个体的努力代表工作活动,虽然必须考虑一些限制(18]。也是很重要的考虑,还有其他因素影响显著,如环境条件(温度和湿度)、体重、年龄、适应,精神压力,和性格19]。

2.1。模糊逻辑

模糊逻辑提供了一个推理机制,允许我们来模拟人类推理到以知识为基础的系统。模糊逻辑理论提供了一个数学框架,允许人类认知过程的不确定性建模的方式可以治疗由计算机(15]。

按照(20.),采用模糊逻辑的两个重要原因(1)传感器测量得到的数据可能不精确和不完美,(2)模糊逻辑可以处理不精确和不确定性由于其性能和可懂度的属性分类过程所必需的。

2.1.1。模糊逻辑的步骤

许多现实世界的问题的解决方案需要处理不精确和不精确的数据。人类能够解决这些问题,因为他们利用认知还利用模糊判断和推理。扩散分类技术有优势,需要一个软的决定,也就是说,一个值描述的一个元素属于一个类。而不是一个艰难的决定,一个人必须说正是一个元素是否属于一个类,模糊逻辑是人工智能领域中一个非常有吸引力的,因为它是基于自然语言。也就是说,它允许我们使用语言的术语来描述自然的方式问题。它不使用精确的数值之间的关系。

模糊集可以被定义为一组没有明确的定义和界限,它包含的元素可以有一定程度的成员从总会员(1)nonmembership(0)价值。从这个角度看,传统的集(或脆集)可以被看作是一个特定的模糊集,一套分散,只有承认两个学位的成员(1和0)。

因此,一套扩散延伸一组标准允许设置元素的隶属度,测量的实数区间[0;1]。如果X是话语的宇宙及其元素用吗x,然后一个模糊集一个在X被定义为一组命令对吗这样 在哪里在(1)的隶属函数x在一个。与经典逻辑隶属函数的地方的一个元素x属于一组一个只能取两个值:如果或如果 ,模糊逻辑引入了隶属度的概念的一个元素x到一组一个和 ;在这里我们谈论真值。

一个典型的模糊逻辑推理系统有四个组成部分:模糊性,知识库(规则和模糊集),推理引擎和去模糊化(15]。图1显示了这些主要的模糊推理系统步骤。

2.1.2。模糊化

模糊逻辑的第一步是将测量数据(的数据),并确定这些相关的输入模糊集的隶属度。它是通过给每个变量值的隶属函数集。当然,脆值将被局限于宇宙的话语。隶属度函数采取不同的形状。两种最常见的功能是三角形和梯形。一个三角形的隶属函数与直线正式可以定义如下:

方程梯形函数如下所示:

高斯隶属函数的参数米和σ控制函数的中心和宽度的定义

取决于三个参数的广义贝尔函数一个,b,c是由

其他成员函数sigmoid-shaped函数和δ函数(单一功能)。选择隶属函数将取决于问题的性质,类型的数据和实验结果。知识专家来决定使用哪个形状是很重要的。

2.1.3。知识库(规则和模糊集)

规则是由语言变量。规则是结构化的if - then格式。的规则是先成和的一部分规则是结果的一部分。这些变量的模糊值表示为单词和建模为模糊子集的一个适当的域。有几种类型的模糊规则,我们只提到了两个主要的规则:(我)Mamdani规则(21:以下表格的这些规则是:如果是 , 是 ,…,是 ,然后是 , 是 ,…,是 ,在哪里和是模糊集定义分区的空间。Mamdani规则的结论是一个模糊集,它使用代数产品和最大T规范和年代分别规范,但也有许多变体使用其他运营商。(2)高木涉/ Sugeno规则(21:以下表格的这些规则是:如果是 , 是 ,…,是 ,然后 。在Sugeno模型中,结论是数值。规则的聚合实际上是规则的加权和输出。

2.1.4。推理引擎

模糊推理系统使用模糊逻辑的等价物 ,和操作建立模糊逻辑规则。一个推理引擎运作规则来评价他们。推理引擎需要输入和它们适用于前期规则的一部分。如果一个规则有多个先例,那么逻辑 ,和业务代表评价结果用于获得一个独特的价值。这个结果(真值)是应用于随之而来的一部分。输出然后补充道。这是统一的过程输出的所有规则,也就是说,所有顺向之前修剪或相应的隶属度函数输出相结合,以获得一个每个输出变量的模糊集。

2.1.5节讨论。去模糊化

最后一步的把模糊变量的模糊逻辑系统包括通过模糊逻辑规则又脆值,然后可以使用决策或执行一些操作。存在不同的去模糊化方法:面心(COA),面积平分线(BOA),意味着最大(MOM),最小最大(SOM)和最大最大(LOM)。在我们的系统中,我们使用辅酶a,和下面的方程说明了:

2.2。习惯化

习惯化是一种学习的有机体减少或停止其对刺激的反应后,重复演示(22]。在感知运动,上下文是多少一个人重复的体力活动。习惯作为一个国家的训练影响心率(23]。在劳动情况下,它指工人执行一个特定的体育活动的频率与他们的工作。

习惯化性能的物理工作活动是很重要的,因为一个人不习惯于执行一个特定的体育活动有一个努力的人高出百分之二十习惯于执行这样一个活动(24,25]。

几种方法被用来量化工作量,包括问卷调查、日记、生理监测,和直接观察(23];从这个意义上讲,直接观察的方法可以被认为是决定习惯,基于强度和频率(负载)的个人日常活动的表现。

3所示。相关工作

有几个作品与我们提出的建议,但没有一个方法(个人认为努力),多种因素(习惯化,心脏相对成本,并隶属程度模糊组),和应用程序域(劳动事故风险预防由于工作负载疲劳)提出。

第一组包含在工作场所的研究面向估计能量消耗或活动识别使用技术设备。例如,黄等。26在能源评估领域]提出了一种测量方法。它预计将提供深入了解职工的身体和连续监测要求建设任务。他们的解决方案是使用心率(HR)估计EE根据人力资源之间的线性关系和情感表达。他们的建议是通过自动动作识别实现可靠的测量领域EE使用嵌入式加速度计和HR-EE关系申请相应的行为和接受人力资源监测的准确性。

黄的建议是基于识别体育活动,到目前为止是限于某些活动,如散步、跑步、爬楼梯。我们不能识别任何形式的身体活动都源于工作;这使得黄的建议不适合任何类型的体育活动在哪里执行工作。相反,我们的建议集中在识别个人的物理工作活动所涉及的工作,而不需要确定职工的活动执行。另一个例子所示(27];在这种情况下,作者估计,试图预测能量消耗预测基于心率。相反,我们被迫估计认为努力。

第二组包含作品旨在保护健康的工作。例如,阶段等。28)使用传感器来监控身体弯曲由建筑工人,所以它是确定这些体育活动对健康可能会有风险。在这个实验中,心脏监视器是用来检测高心率与携带负载主题直接相关。心率数据和姿态数据融合提供了区分远离不安全的物料搬运活动的能力。本研究的主要目的是帮助未来的决策者人体工程学设计安全、健康的工作环境。阶段的工作重点是检测高水平的心率和不安全的姿势,但这个提议并不个性化。

Aryal et al。29日]目前身体疲劳的方法,实时监控建筑工人使用心率监测和红外温度传感器。提高树分类器训练使用心率和温度传感器的特性提取信号,用来预测12参与者的身体疲劳的程度。研究缺乏个性化分类的努力,因为它使用了Borg,这是非常通用的,并不能促进个性化的检测工作。非个性化分类,因为体育活动期间,有一个相对的努力对静息心率和个性化的最大心率不考虑。

第三组包含那些研究基于模糊逻辑。模糊建模人类基于逻辑的工具对热感觉的敏感性由清水和珍岛(30.)表明,隶属度函数捕获类分类的模糊性热感觉。在同样的意义上,在31日]模糊集理论和系统应用于评估感知负载参与手工取消任务。在[32)模糊评估生理参数,提出了基于逻辑的风险评估框架;这个模型是用来避免紧急情况在体育活动;然而,个性化的心率阈值用于这个提案是基于通用的值(10从跑步者和参与者。

这些结果支持我们的假设关于模糊逻辑分类方便人类努力的看法。此外,不建议考虑习惯物理工作努力的影响,也有心脏成本价值的隶属程度定义工作类。

3.1。心脏率的方法来估计身体工作量

在本文中,我们使用基于心率的方法,因为这种类型的参数估计精度90%物理的努力,因为它是在安全和卫生标准工作(17]。

有几种方法,依靠测量的心率建立物理努力工作活动可以表示人33]。我们选择其中两个:Borg评定量表的运用(10)和Chamoux方法(14]。

Borg规模广泛认识和应用于体育和医疗领域;它是通用的,基于一个表,如果一个人有一定价值的心率,那么它一定程度的努力,这就是所谓的努力。在表1规模,Borg显示14(6 - 20)值分为六类。

为了解释Borg规模,左栏中的数字对应于身体活动期间一个人跳动的次数除以10,和相应的正确的列是感知价值发挥(努力);例如,如果一个工人每分钟110次,水平尺度上11和它属于轻微的努力。在这种方法中,假设一个人的最大心率是220 -他/她的年龄了。一个真正的测试不需要努力;因此,它是一个通用的价值。

否则,Chamoux [14)提出了一个鲜为人知的方法,据我们所知,这不是常用的。此方法需要测量休息和每个人的最大心率,考虑多个生理参数。

两步估计的方法包括物理工作。第一步是获取劳动活动的绝对心脏成本(ACC),这是获得使用平均心脏频率(ACF)和心脏休息频率(RCF)一个人每时每刻。ACF的平均值得到工人的频率在一天的常规工作。RCF获得后一个人睡(8小时)和休息。

ACC减去休息的心脏频率(RCF)平均心脏频率(ACF),如以下公式所示(14]:

第二步是计算相对心脏成本(RCC)。因此,我们应该得到理论最大心脏频率(TMCF)。一般来说,TMCF值是通过减去在220年从人的年龄。碾压混凝土的公式作为遵循(14]:

努力水平工人根据Chamoux的方法如表所示2。

4所示。材料和方法

我们使用基础B1健身腕带作为一个心率监视器,一个欧姆龙血压计模型哼哼int - 742,和一个共同的听诊器。我们使用跑步机马克BH健身棱镜M60个性化最大心脏频率测量模型。这是操作不倾向。原型来估计认为努力是与Java开发6.0语言使用ADT工具v22.3.0 - 887826。在三星Galaxy S4原型实现,一个Android 4.2.2(软心豆粒糖)操作系统,octa-core芯片组和1.6 GHz四+ 1.2 GHz CPU四。

我们提出一个方法基于Chamoux的方法,因为它显式地创建的工作环境,而Borg方法用于运动。模糊个性化Chamoux-based方法(FPC)我们提出如图2。我们的模糊推理方法是Mamdani类型。

提出了FPC方法的第一步是静止的心脏频率,个性化的最大心脏频率,和习惯化水平。我们决定定制Chamoux方法,即获得TMCF参数的值对于每个人,我们要求每个用户执行一个极限运动压力测试使用电动跑步机和我们的价值心率TMCF。我们称之为一个个性化Chamoux方法(12]。习惯化值被分配考虑如何频繁和有经验的用户特定的劳动体力活动。

用户将可穿戴的心率监测器的连续监测心脏频率在劳动活动。从这个监控,我们获得媒体心脏频率每分钟。有这些数据,我们应用Chamoux公式,使用最大心脏频率,得到个性化的价值在使用跑步机测试。Chamoux公式给出了相对心脏成本为每个工人(信用社)。

后来,RCC变量被分配到模糊集,如图3。

按照知识获得的(25),作为条件,建立nonhabituated工人增加感知发挥20%评估活动(清扫、清洁窗户,和堆放椅子)。另一个条件是实现适度习惯工人;在这种情况下,他们的体育是增加了10%。习惯工人,没有需要增加(补偿)努力。习惯化变量隶属函数如图4。

另一个则用于符合规则是一个变量成员。该变量用于定义当一个体育结果必须位于上一层楼。也就是说,如果一个工人是适度VeryCloseNextLevel习惯和他的成员变量,然后他的体育是升级到下一个水平的体育。如果nonhabituated工人和他的成员变量等于CloseNextLevel或者VeryCloseNextLevel,然后他的体育结果是升级到下一个级别的体育。图5说明了隶属函数。

之后,建立规则库,规则是基于知识和经验的领域,这些都是有用的推论引擎执行defuzification的过程。在我们的建议,利用规则努力标量集定义的模糊性Chamoux和习惯对工人的影响。

提取的规则用于建议如图6第一水平,特别是相对心脏成本(贴上RCC1)。每一个七碾压混凝土水平[RCC1 RCC7]建立一组规则类似于这些。

之后,我们使用的推理引擎美联储定义的规则、习惯化的水平和相对心脏成本的隶属程度是规则的一部分。最后一步是去模糊化阶段。检验方法是申请去模糊化。辅酶a去模糊化方法有效地计算之间的最佳折衷多个输出语言术语(15]。在这个阶段中,我们获得了体育,这是所有可能的输出(语言变量),如图7。

5。实验

在大学校园进行了测试,用户潜在的清洁工具和清洁工具。在实验中,20国集团(g20)的一个研究参与者进行了一系列的工作活动,在这些活动和心率进行了测量。这些数据集收集使用人口的20个参与者;11男性(28.48.5年,体重指数26.263.77)和女性(28.7 95.97年,体重指数25.064.45)。参与者的特征如表所示3。

三个体育活动被定义为每一个研究参与者。这些活动中描述表4。

个人特征和物理条件(如年龄、性别、适应环境和物理条件)是间接反映当我们测量的属性的最大理论心率是他们最大的个人努力为每个用户。与静止心率和个性化的实时监测在体育活动的执行,他们允许定制的估计。在分析这些特点的结果让我们看到,两人具有类似特征的不一定执行相同的努力执行相同的活动。

心率测量使用一种低调的基础B1健身追踪乐队。基础的精度足以知道每分钟多少次用户的心。基础B1措施我们的血压,步骤,锻炼的强度和努力,和睡眠指标。这个设备被放置在每个工人的手腕。第一个活动是使用扫帚扫地板,第二个活动是用一块碎布清洁玻璃窗,最后活动叠加金属结构的椅子。

心率值用于所有方法(Borg-Chamoux-personalized Chamoux-fuzzy个性化Chamoux)平均心率在活动。

实验相关的三个劳动活动图所示8。

6。结果

为了测试结果的值进行比较的方法,我们做了一个Borg映射的认知努力值(表1(表)和Chamoux使用的标识方法2)。尺度上6 - 7没有发挥(NE), 8 - 9是很轻(重要的),外扩光(L), 12是稍微温和(SM), 13是温和的(M), 14略重(SH), 15 - 16岁重(H), 16是激烈的(我)。

频率分析结果的感知运动的参与者获得每个体育活动都包括在内。为了做到这一点,我们获得了一些值描述的特点,执行数据从物理活动的集合。对于堆放椅子活动,表5显示用户的数量为每个感知发挥水平分组的方法。

在表5我们可以看到,人们的估计认为努力使用Borg方法只有两个层次,普通Chamoux方法将它们分为三个层次,个性化Chamoux和我们的建议(FPC)分类成五个层次。Borg方法将所有人分为很轻(重要),光(左);传统Chamoux将20%分为SM,因为它只考虑了年龄的人;个性化Chamoux分配60%的工人在SM和上海之间,这是因为它考虑个人最大的努力,除了个人的年龄;虽然该方法使一小重排的人数在每一个层面,这结果应用模糊逻辑来处理不确定性会员团体和习惯化变量的影响。这表明我们的建议有一个更好的工作歧视,因为测量个人最大的努力,不明确和定义边界的模糊集,规则基础,habituation-level变量。

在图9(一个),认为努力的结果是标量(FPC)扩散,而在图9 (b)感知的结果运用语言(FPC)脆。决策者的目标是不仅可以欣赏水平的最终认为努力获得(整个过程之后),也属于这一水平的水平(标量值)。适用于数字相同的标准9 (c)和9 (d)。这些结果可用于决策保持或提高职工的健康和生活质量。可以通过调整他们的工作环境或通过测量物理性能根据他们的努力更好地分配他们的工作负载。

我们可以看到数据9(一个)和9 (b)女职工、适度习惯物理工作维护她认为努力水平获得使用FPC的个性化Chamoux清扫和清洁窗户活动;然而,尽管她堆放椅子(要求更多的物理工作),她认为努力水平增加。对于不习惯男性工人6(数字9 (c)和9 (d)),他认为努力水平获得使用FPC增加对所有活动的个性化Chamoux(清扫、清洁窗户,和堆放椅子)。他所有的FPC认为努力水平高于个性化Chamoux感知发挥水平。我们认为这种行为习惯化的水平。这个提议的一个目的是为了说明习惯因素如何影响感知的努力,这项提议并不是集中在一个精确的计算物理的努力或能量消耗。

数据10和11显示个性化Chamoux和FPC方法分类感知在全面努力。

如我们所见,结果清晰地反映了不同感知努力水平为个人即使他们执行相同的活动。在图10,FPC方法的结果是模糊的,在图11,结果defuzzified FPC的方法。

统计结果让我们知道体力活动时(活动叠加的椅子上),方差和标准偏差值高得多。这表明,许多因素参与分类的过程中感知到的努力显然是反映在心脏频率的增加。

数据12和13说明可以体力活动,如果我们不习惯,他们展示了模糊个性化Chamoux方法是分类个人认为努力更有效,这是欣赏特别是堆放椅子(人物的活动12和13)。图12非常有用的决策者意识到一个工人正在为一个特定的体育活动的影响。

所有参与者直接观察在实验来评估他们的身体努力水平。此外,他们被问及认为努力就在每个活动的结束。我们获得,认为运用分类使用我们的方法是一致的(75%或更高)对我们的直接观察,从参与者的答案。

工人的个人感知到的努力(PPE)是一个语言上的标签(属于表2),参与者分配给每个开发活动,代表他们的努力知觉。我们比较pp和FPC的结果来评估我们的建议。匹配百分比分别为75%、75%和80%,全面清洁窗户,分别和堆放椅子。作为一个例子,在图14,欣赏工人PPE和语言输出的比较全面的活动提供我们的建议。

我们设计了一个原型为日志记录和通知用户对他们的努力水平和历史记录的活动中。图15显示了Android设备的原型。

磁盘位于底部的接口模拟信号。使用不同的颜色代表不同层次的感知运动(从非常光强烈)。绿色代表最低水平的努力,和红颜色代表强烈的努力。黄颜色是用于温和的努力。磁盘的接口的目的是,给定用户可以想象在每一刻,实时监测时间的百分比,他/她已经在每个水平的发挥,按照我们建议的方法。认为工作的记录是有用的快速决策的监督管理,例如,对于分配的任务或安排休息时间。

7所示。讨论

smartwatch提出几个故障时数据开始被捕获,这就是为什么一段至少3分钟之前监测心脏频率的值。然而,随着心脏平均频率值输入公式,一些噪音影响不影响结果。我们认为,技术进步会让未来的设备更精确地感知。

考虑习惯作为一个因素估算的方法反过来认为工作可以改善决策,例如,当一个工人应该选择体育活动的工作。习惯是很重要的,因为一个unhabituated工人将有一个更大的感知工作对另一个工人,他是习惯,因为研究显示[24,25]。

尽管最近提议在感知运动决定利率,这些结果不考虑个人因素相关工作经验或体育活动的性能。这是活动的,无法控制的用户执行它们的强度(例如,全面),每个用户执行他们根据他们的个性,与活动进行电动跑步机的速度步行或运行控制,因此许多研究只提供日常活动的平均能量消耗值。出于这个原因,在某些情况下,同样的活动,适度习惯的人可能认为发挥略大于一个unhabituated人。

认为努力评估劳动力体育活动必须考虑一些因素,如身体状况、肥胖、高血压;环境因素如温度、湿度、海拔高度;甚至个人生理反应性能影响因素等体育活动习惯和适应环境。最近的提案不包括这些因素感知发挥评估,从而导致不准确的决策工作岗位的分配,例如。

该方法可以处理任何这些因素;习惯化是如何做到这一点的一个例子。处理其他因素(如营养),变量及其域必须是已知的(如数量(公斤,升)和质量(卡路里)的食物摄取和之间的时间(小时和分钟)用来消费的食物和活动)的性能,以及它们对感知运动的影响,也就是说,重量给每个变量的估计。

习惯化是基于任务重复培训的经历,这有助于更好的体育活动的表现和感知运动的变化。

在近期作品,考虑个人特征如最大努力活动的表现有助于更好地发挥评估。发表的结果认为努力是基于下列方法之一:Borg方法认为人力资源=[220]定义14-value规模(22,28]从没有发挥到最大发挥,Chamoux方法考虑人的年龄(220−年龄)作为基线定义一个70 -价值尺度RCC =[0, 69],分组组10值每个从激烈的很轻,和扩展Chamoux认为个人最大耗氧量的基线。然而,努力水平过渡在这些鳞片基于人力资源价值可能不对应于感知运动(如被工人),由于缺乏适应性,也就是说,当考虑到习惯,补偿值添加到个人努力不太习惯的。

自认为努力和习惯的评估是基于人类的经验,可以使用模糊逻辑在这种评估,考虑到离散和连续模糊集合的隶属度函数是为了捕捉一个人的思维。在解决实际问题中的模糊隶属度函数可以确定主观根据专家的意见。成员函数可以被视为一种技术来形式化经验解决问题,是基于经验而不是理论的知识。

习惯化的模糊隶属函数三个值之一:不习惯,适度的习惯,习惯。模糊集值定义在[0,1]区间:边界值nonhabituated的人,一个习惯,分别。隶属度是由工人的经验和直接观察的工人进行体育活动。从模糊隶属函数值的习惯,CCR, 20% nonhabituated补偿和10%赔偿温和的习惯,输入模糊隶属函数的被运用。模糊隶属函数的感知运动需要7个值之一:非常轻,轻,稍微温和,温和,略重,重,和强烈的,每一个十值在[0,69]区间内。

习惯化贡献认为努力评估是一个更现实的人类经验的结果。因为它(图中可以看到结果9),认为努力当考虑习惯可以改变到下一水平。我们认为通过经验,当一个人不习惯执行劳动体育活动,活动的硬度越高,越高水平的努力。这是真的在考虑加入一个值的一组二进制文件,也就是说,一个人习惯或不执行活动;然而,当考虑到模糊集,会员由函数的值定义在区间[0,1]。隶属程度越接近1,元素将在一组,和成员的密切程度为0,越少的元素集。

这一研究获得的结果显然建立的重要性考虑因素,如习惯体育活动表现评价认为努力的工人。调整感知努力实现模糊逻辑可以让我们提高决策水平的分配工作,规划的工作负载,甚至减少疲劳事故的风险。

8。结论

这个提议的贡献能力分类被认为发挥人们的日常活动,提高他们的安全与健康。这是因为它是正式成立,一个人的努力可以估计基于他/她的心脏频率。一个标准的努力可以为每个活动估计作为参考来分析与个性化的感知之间的差距发挥估计我们的方法来执行这些活动;的有效性测量工人在他们的工作环境的个性化的努力来保护他们的健康;和可能性来确定,一个人正在进行他/她的活动在一个舒适的方式,也就是说,按照他/她的个人能力,能力,和习惯来提高性能,安全和福利国家。

这不是一个提案,精确测量的物理工作但强调定制测量过程的重要性,提到它是几乎不可能有一个通用的方法,给出大量的必须考虑的变量。目的是说明工作量估计在考虑自定义值变化最大的个人心脏频率,以及不精确和不确定性变量的影响方法分类运用。

使用模糊逻辑,可以验证变量的隶属程度的重要性,一个模糊集,因为根据隶属程度可能感知到的努力可以增加(下一个标签)由于使用的规则推理引擎。现实生活中这种情况更适合虽然一个变量属于某个群体,有一个属于这个群体,应考虑,因为它可能更正确的分类变量属于附近的一个设置。

该方法的分类,认为努力考虑如何添加可能的变量,以包含习惯和影响的方式,获得的相关研究。分析的结果表明,客观评估方法中的个人努力应该考虑自定义值参数捕获尽可能设置的变量参与感知运动的估计。因此,决定执行压力测试获取最大心率是很重要的,因为这个动作,间接的,我们是包括许多因素,比如年龄、性别、体重指数、适应环境。

我们得出这样的结论:使用可穿戴设备能力测量的生理参数与模糊逻辑计算方法引起专家知识表示一个可行的自动解决方案,运用分类。

未来的工作包括其他因素,如环境、性别、体重指数、和精神压力。另一种类型的传感器必须考虑,以及异构传感器的组合。感知到的努力应该客观;直接观察给出了一个结果,但它是基于经验和问卷调查。习惯到物理工作需要进一步研究;据我们所知,没有研究分析习惯进行体育活动的影响,认为努力的工人。此外,重要的是要扩展FPC方法定义来实现集成到智能手机。

的利益冲突

作者宣称没有利益冲突。

确认

本文是由大学华雷斯根据塔巴斯科通过批准号ujat - 2014 - ia - 01。

引用

1. 阿迪比,移动健康。技术路线图施普林格国际出版,可汗,瑞士,2015。视图:出版商的网站
2. r·s·h·Istepanian c . s . Pattichis, s . Laxminarayan无处不在的移动医疗系统和收敛向4 g移动技术美国,施普林格,波士顿,MA, 2006。
3. b . j .高贵和r·j·罗伯逊感知到的努力、人类动力学出版商、香槟,美国,1996年。
4. a . Holtermann m . b . Jørgensen b .克et al .,“现场干预措施对预防员工的体质下降在job-groups高物理工作要求:背景、设计和概念模型的结局,“BMC公共卫生,10卷,不。1,p。120年,2010。视图:出版商的网站|谷歌学术搜索
5. 加拉格尔,j·s·摩尔,t·j·施托贝体力在工效学评估美国工业卫生协会,瀑布教堂,弗吉尼亚州,美国1998年1月。
6. 并发技术委员会”,工效学评估指南的代谢和心脏的体力劳动成本,”美国工业卫生协会杂志》上,32卷,不。8,560 - 564年,1971页。视图:出版商的网站|谷歌学术搜索
7. Nogareda-Cuixart和p . Luna-Mendaza323年国家结核控制规划:确定代谢率,西班牙de Seguridad e Higiene en el找工作。Espaa Ministerio德找工作y Asuntos优势种,马德里,西班牙,2005年。
8. k·帕森斯,“气候变化:职业健康的影响评估当前和未来的iso标准的热应力,”工业卫生,51卷,不。1,第100 - 86页,2013。视图:谷歌学术搜索
9. s e·克劳特j . r . Churilla d·r·巴塞特,“估计使用加速器能量消耗,”欧洲应用生理学杂志》上,卷98,不。6,601 - 612年,2006页。视图:出版商的网站|谷歌学术搜索
10. g . a . Borg,“心理物理基础的努力,”医学和科学在运动和锻炼,14卷,不。5,377 - 381年,1982页。视图:谷歌学术搜索
11. d . w . Esliger a . v . Rowlands, t·l·赫斯特·m·卡特,p . Murray和r . g . Eston“日内瓦加速度计的验证,”医学和科学在运动和锻炼,43卷,不。6,1085 - 1093年,2011页。视图:出版商的网站|谷歌学术搜索
12. p . Pancardo f·d·阿科斯塔j . a . Hernandez-Nolasco m·a·威斯特和d·德Ipina,“即时个性化监测评估职业热应力环境辅助工作,“传感器,15卷,不。7,16956 - 16980年,2015页。视图:出版商的网站|谷歌学术搜索
13. p . Pancardo j . a . Hernandez-Nolasco f·d·阿科斯塔和m·a·威斯特”个性化物理努力估计在工作场所使用可穿戴心率传感器,”学报第十届国际会议上无处不在的计算和环境智能(UCAmI 2016)10,第二部分,页111 - 122,施普林格,圣Bartolome de Tirajana大加那利岛,西班牙,2016年12月。视图:出版商的网站|谷歌学术搜索
14. p . Frimat m . Amphoux, a . Chamoux”解释等序de la频数cardiaque,”Revue de医学du阵痛十五,卷147,不。4 p。165年,1988年。视图:谷歌学术搜索
15. 洛杉矶德”,制定出新的复杂系统的分析方法和决策过程,”IEEE系统,人与控制论,3卷,不。1,28-45,1973页。视图:谷歌学术搜索
16. 国际劳工组织,“在工作中安全与健康,”2016年,http://www.ilo.org。视图:谷歌学术搜索
17. 9886年ISO标准,Ergonomics-Evaluation生理热应变的测量国际标准组织,瑞士日内瓦,第二版,2004年版。
18. l·g·西尔维娅·e·e·伯恩斯坦,l·基廷,j·l·哈伯德和e·j·安德森的“体力活动测量的实用指南,”营养和学院的营养学》杂志上,卷114,不。2、199 - 208年,2014页。视图:出版商的网站|谷歌学术搜索
19. s . j .平底河谷a . m .斯沃茨d·r·巴Jr . w . l . O ' brien g·a·王,和b·e·安斯沃思“心率作为评价方法评估中等强度体力活动,“医学和科学在运动和锻炼,32卷,不。9日,S465-S470, 2000页。视图:谷歌学术搜索
20. h . Medjahed d . Istrate j . Boudy et al .,“模糊逻辑方法为远程医疗监控通过学习和认识人类活动的日常生活,”模糊Logic-Emerging技术和应用程序InTech,的哲理,伦敦,英国,2012年。视图:出版商的网站|谷歌学术搜索
21. js。r .张成泽C.-T。太阳,e .弘水谷”去噪和软计算学习和机器智能计算方法,”IEEE自动控制,42卷,不。10日,1482 - 1484年,1997页。视图:出版商的网站|谷歌学术搜索
22. m . e .小结学习和行为:当代合成Sinauer Associates,桑德兰,妈,美国,2007年。
23. j . Borresen和兰伯特,”量化的训练负荷,训练反应和对性能有影响,”运动医学,39卷,不。9日,第795 - 779页,2009年。视图:出版商的网站|谷歌学术搜索
24. e·m·希思j·r·布莱克威尔,c·贝克·d·r·史密斯和k . w . Kornatz”向后行走练习耗氧量下降,心率和评级的努力,”物理疗法在运动,卷2,不。4、171 - 177年,2001页。视图:出版商的网站|谷歌学术搜索
25. j·f·巴顿、w·p·摩根和j·a·沃格尔“感知运动绝对的工作在一个军事体能训练计划,”欧洲的《应用生理学杂志》和职业生理学,36卷,不。2、107 - 114年,1977页。视图:谷歌学术搜索
26. 黄,j . Seo, j . Ryu和李,“挑战和机遇理解建筑工人的身体要求通过磁场能量消耗测量使用可穿戴活动追踪,”建筑研究学报》2016年国会圣胡安,页2730 - 2739年,波多黎各,2016年5月- 6月。视图:出版商的网站|谷歌学术搜索
27. a . Kolus d Imbeau,中国。杜布,d . Dubeau“自适应神经模糊推理系统k倍交叉验证基于心率的能量消耗预测,“应用人体工程学,50卷,第78 - 68页,2015年。视图:出版商的网站|谷歌学术搜索
28. g . c .阶段j . Teizer t . Cheng和美国c•加蒂,“自动识别不安全的建筑工人使用的弯曲行为的实时位置传感和生理状态监测、”美国国会建设研究,第2123卷,第633642页,西拉斐特,美国,2012年5月。视图:出版商的网站|谷歌学术搜索
29. a . Aryal a Ghahramani, b . Becerik-Gerber“建筑工人使用生理测量监测疲劳”,自动化建设卷,82年,第165 - 154页,2017年。视图:出版商的网站|谷歌学术搜索
30. y清水和t .珍岛”,模糊逻辑分析方法评价人类的敏感性,”国际工业工效学杂志》上,15卷,不。1,39-47,1995页。视图:出版商的网站|谷歌学术搜索
31. w . Karwowski和m . m . Ayoub”模糊建模手动解除压力的任务,”人体工程学,27卷,不。6,641 - 649年,1984页。视图:出版商的网站|谷歌学术搜索
32. 大肠Toth-Laufer、m·塔卡克斯和i . j . ruda”模糊评价生理参数,基于逻辑的风险评估框架”Acta Polytechnica Hungarica,12卷,不。2、159 - 178年,2015页。视图:谷歌学术搜索
33. r·m·t·Laukkanen p·k·维尔塔宁,“心率监视器:状态的艺术”,体育科学杂志》,16卷,不。1,3 - 7,1998页。视图:出版商的网站|谷歌学术搜索

版权

版权©2018 Pablo Pancardo et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。