文摘
虽然身体活动问卷的有效性很低,问卷仍是最常用的测量工具在中国体育活动研究在过去的十年。在大数据时代,研究领域的体育活动在中国需要更有效,经济、方便,适合长期、大样本的研究工具。加速度检测技术、心率检测技术和GPS技术的主流技术是测量可穿戴设备的能源消耗的体力活动。数据挖掘和机器学习方法的应用进一步提高了测试的有效性。国内智能可穿戴设备不是有效地估计能源消耗,但仍有一个大的空间技术的进步。智能可穿戴设备有非常广阔的应用前景在大数据领域的研究体育活动。智能可穿戴设备技术的影响和大数据分析方法对身体活动的研究将会有深远的影响,可能导致重大变化的研究概念,研究工具和数据分析方法。
1。介绍
1965年,英特尔的创始人之一,戈登·摩尔,摩尔定律提出的长期观察和总结计算机硬件的发展。法律规定可以容纳的晶体管数量在一个集成电路的面积大约一相同。它在1∼2年将翻一番。换句话说,计算机硬件的处理速度和存储容量每1∼2年将翻一番。事实上,自1990年代以来,全球每九个月翻了一番(物理内存1]。由于信息技术的快速发展,电脑和互联网,人类社会迅速进入了一个新的数字时代。一个大规模生产的时代,已经启动的数据共享和应用程序。
美国疾病控制和预防中心可以监视新流感流行通过监测网络设置在美国,但这些数据有一至两周的延迟。2009年,Google的工程师在本质上的发表的一项研究发现,谷歌流感趋势通过在线搜索记录和公共卫生1 - 2周后公布的数据是高度一致的,更快,更经济(2]。大数据改变了我们传统的思维在许多领域,如科学研究、商业和政府管理。生活中一个巨大的变化,基于大数据工作,思维已经悄然发生。
大数据对各行各业有很强的影响。如何将中国的体育研究发展的背景下,大数据的出现在许多学科?特别是近年来广泛应用的可穿戴设备由智能手镯和智能手表,每一个变化在我们的身体活动,位置和物理生理数据已成为数据可以记录和分析。活动的测量提供了新的思路和方法。有设备能够进行实时分析大数据的体育活动。当然,这种设备也有许多问题。这是我们研究的目的。我们应用这种理论可能现实生活(3,4]。
本研究将重新审视现状的研究方法和研究工具的身体活动在中国从大数据研究的角度,分析应用的可行性研究的智能可穿戴设备物理活动大数据,预测未来发展趋势。
2。相关工作
研究表明,缺乏体育锻炼和久坐不动和静态生活方式是影响人类健康的主要因素之一5身体活动)和相关研究近年来已经成为研究热点。然而,研究相关的身体活动的一个重要障碍是缺乏一个准确、客观、经济工具测量身体活动和静态生活方式。目前,研究方法应用到日常身体活动的青少年和成年人的测量主要包括双重标准水方法,间接量热法,问卷调查法,心率法、和运动传感器法(加速度计、计步器等)。水的双重标准法和间接量热法法精度高,稳定性好,通常用作体育活动的黄金标准测试。然而,由于两个测试仪器昂贵,测试成本高,和测试过程复杂;它们通常用于小样本实验,很少用于大型体育活动研究[6]。
使用最广泛的身体活动测量工具是各种身体活动问卷调查。研究系统总结130体力活动问卷调查,和可靠性水平的各种身体活动问卷调查范围从0.62到0.76,而有效性只有0.25到0.41,这是不理想。例如,国际体力活动问卷(IPAQ),这是学术界的高度认可和广泛使用,有一个只有0.3的有效性。
因为心率和能量代谢之间的线性关系在体育活动中,一些研究还测量了身体活动通过监测心率。然而,心率和能量代谢之间的关系有很大的个体差异,因此有必要建立一个个性化的心rate-energy在身体活动测试之前的关系。近年来,一些研究人员已经开发出新的算法可以估计能源消耗和更准确地评估有氧耐力水平没有实验室校准(7]。
运动传感器,用计步器和加速器,是近年来新兴的工具测量身体活动。计步器估计能源消耗的体力活动通过记录的步骤走。测试成本是经济,但测试精度低。身体活动监测装置由加速度计是最发达的工具测量身体活动在过去的十年。加速度计测量加速度的人类活动通过一个微型传感器估计身体活动水平。自21世纪初,感应器已经逐渐应用于体育活动与他们的优秀的有效性的研究,技术水平的不断提高,从最初的单轴加速度计的三轴加速度计(8]。尽管加速度传感器价格不高由于大规模生产和应用,各种类型的感应器(如加速度计长短)用于科研在数千美元定价,限制使用加速度计对身体活动的研究。因此,很少有大规模研究基于加速度计的体育活动在中国。
为了澄清研究工具的应用在中国体育活动,本研究搜索论文发表在《中国知识网络数据库从2006年1月至2015年12月体育期刊文章包含“体育运动”或“体育活动,”223篇论文,如表所示1。
在过去的10年里,研究相关的身体活动的数量逐渐增加,身体活动和相关研究从体育学者受到了人们的广泛关注。获得的223篇论文的研究工具的搜索分类,其中130被发现是研究评论、理论研究,定性研究,或方法论的研究,没有身体活动测量工具。82年的实证研究使用体力活动测量工具,65年使用问卷调查,占79.3%的实证研究,其中使用最广泛的国际体力活动问卷;大约20%的文献(17)。运动传感器方法测试身体活动。其中,15篇论文使用加速度计和2计步器。研究使用加速度计都发表在《时期从2013年到2015年,样本容量主要是低于500。
本文的创新如下:(1)有一个老式的结合问卷调查方法进行具体的研究。(2)研究内容与主题相关,并不违反基本操作常识。(3)本文研究方法和研究工具用于科学、有效,方便,快速,特别注意大规模的应用和有效的数据收集工具。
3所示。主要能源消耗体力活动测量方法在智能可穿戴设备
背景下的“互联网+”和互联网,智能可穿戴设备与测量身体活动能量消耗的功能发展迅速。不同品牌的设备工作不同,有不同的算法。主流智能可穿戴设备能耗与物理测量功能是基于一个或多个加速度检测方法,心率检测和全球卫星定位系统(GPS)。可穿戴技术主要是探索和创造科学和技术可以直接穿在身体或集成到用户的衣服或配件。这是一个最受欢迎的技术在当今社会类型。可穿戴技术是一项创新技术提出的麻省理工学院的媒体实验室在1960年代。这种技术可以用来嵌入多媒体、传感器和无线通信在人们的服装,可以支持手势和眼球运动作为一种互动。
3.1。估算的主要能源消耗的体力活动基于加速度检测技术的方法和基本原理
通过“内部连接”来实现快速数据采集,通过超高速内容共享的能力有效地维持社会关系,摆脱传统的手持设备和得到一个无缝的网络访问体验。一个智能可穿戴设备基于加速度检测技术检测人体活动的加速通过一个加速度传感器,然后依靠一系列的算法来估计人体的能量消耗的体力活动。加速度传感器是一种传感器,可以测量加速度。通常是由质量、阻尼器、弹性元件,敏感的元素,和调整电路。2009年之前,基于重力感应身体活动能量消耗算法主要基于一个参数称为“计数”或类似于计数(等参数,不同的公司有不同的名称和算法有所不同)。原始信号获得的加速度计是一种电压值,反映了加速度的大小。后过滤、放大和模数转换,模拟电压信号可以转换成数字信号,也被称为“原始计数,”这个数字信号转换成数量。不同品牌的产品使用不同的算法;通常有3个方法(9):(1)积累的数字信号的次数超过一定的阈值;阈值可以设置可以设置为0或代表一定价值的某种类型的运动或强度;(2)检测最大值在一定时间范围来表示时间的计算;(3)计算加速度数据曲线下的面积在一定时期,这也是最常用的方法。一个传感器是一个设备或装置,可以指定的测量和转换成可用输出信号按照一定的规则。作为信息获取的重要手段、传感器、通信技术和计算机技术,是信息技术的三大支柱。使用物理、化学和生物效应,测量的物理量、化学量、生物量等转换成电能,满足需求。事实上,计算本身是没有意义的,不能被人理解。通常情况下,能量代谢的更精确的方法是用作标准建立计数和能源消费之间的回归方程,可以估计能源消耗数量。这种传统的方法估计身体活动能量消耗的有很好的研究有效性和广泛应用于各种类型的感应器和也一直深受许多体育活动研究人员(10]。
传统的算法估计身体活动能量消耗的基于加速度计主要由一组研究人员在体育科学和公共卫生领域。的一个主要缺点的估计身体活动能量消耗的计算是忽略的加速度特征的差异不同类型的运动和使用相同的算法来计算不同类型的运动的能量消耗。此外,无法确定类型的锻炼也是一个重要的“短板”在体育活动的研究在传统的加速度计算(11,12]。自2009年以来,特别是大数据时代的背景下,一群科学家在计算机和数学中,由Bonomi Staudenmayer,进入了这一领域的研究。他们使用大数据的数据分析方法进行一个新的研究加速度计估计算法的能量消耗的体力活动。通过数据挖掘,机器学习,和其他数据分析方法、加速度数据的特点,分析了不同的运动类型,和运动的类型:分类、确定类型,时间,和运动的强度,然后建立能耗算法基于不同类型的运动(13]。一些研究已经评估了新算法,进一步确认新算法可以识别运动的类型(14),估计身体活动的能源效率优于传统方法。
总之,大数据分析技术,如数据挖掘和机器学习算法背后的推动力量革命已成为驱动加速度计估计体力活动。新算法的建立无疑是一个伟大的进步在身体活动研究加速度计的应用和数据采集和数据分析方法的持续改进加速度计的能耗估算精度可能会进一步提高。
3.2。主的身体活动能量消耗的估算方法基于心率检测技术的法律和基本原则
3.2.1之上。主要方法为智能可穿戴设备检测心率
近年来,心率测试技术不断改进。有两种主要类型的心率测试技术智能可穿戴设备:(1)心电图测量技术,该主题需要穿一个无线心率胸带,它记录了心跳。生物电子信号测量心率,其原理类似于心电图测试。方法具有测试精度高和稳定性好的测试下运动;缺点是心率胸带需要戴在胸部和用户的安慰可能受到影响,不利于用户的长期连续使用。(2)光电测试技术:该技术的基本原理是,血液在血管中手臂将改变脉冲时血红蛋白吸收脉动。通过检测透光率的变化,可以检测脉冲。这种测试技术的优点是,你不需要穿胸带。用户只需要穿相关设备在手臂或手腕,这有助于提高“用户的粘性。“缺点是测试精度低于心电图测试。稳定状态也稍差。 Even so, optoelectronic testing technology has been favored by more manufacturers for its superior comfort and user stickiness.
3.2.2。算法估计心脏Rate-Energy消费
应用心率估计能量消耗为几十年前一直是研究人员关注的焦点。在1950年代,伯格伦等人建立了一个附近的估算方法基于心率之间的线性关系的轻快和耗氧量和能量消耗高频运动。基于这种线性关系,轻快的高频的最大摄氧量测试方法,这是非常重要的测量和评价有氧耐力,成立。然而,有一些限制估计心里rate-energy消费:(1)心率82很容易受到情绪;(2)当能源消耗低,心率估计能耗误差大;(3)每个人的心跳都是不同的。心率反应有很大的差异在不同运动负荷;有很大的个体差异,心率和能量消耗的关系。标准的心率方法估计能源消耗和需要一个“校准”在实验室之间的线性关系来确定心率和能量消耗的问题。然而,这是不现实的,不方便用户的可穿戴设备去实验室测试。 Therefore, the estimated errors of various smart wearable devices that use the heart rate method to estimate energy consumption are quite different from individualized differences. In recent years, many researchers are exploring new ways to reduce individual errors and improve heart rate estimation energy consumption through a number of different techniques (big data analysis, indirect personal calibration, etc.) [15]。这些技术应用的实际效果还有待进一步研究,他们目前只适用于某些品牌在小范围内,大多数智能可穿戴设备没有被采用。
3.3。估计的能源消耗体力活动基于全球卫星定位系统的方法和基本原理
全球定位系统(GPS)是一个基于卫星和通信卫星定位系统,估计位置,速度(步行或运行),斜率(高度或地图),时间在户外运动的主题。速度和斜率估计是两个主要因素的耗氧量和能源消耗推荐的美国运动医学学院(ACSM)。一些研究人员使用加速度计作为比较的基准能源消耗的有效性衡量三个品牌的GPS手表。发现估计能源消耗的GPS和加速度计测量不同的40%到50%。目前的研究表明,GPS测量高速运动的有一个更大的错误主题和采样频率提高GPS可能有助于改善测量的有效性。GPS测量的一个问题在身体活动能量消耗是不可能衡量体育活动在房间里;即使是适用于户外运动,它受到一些环境因素(建筑物、树木、云等)。尽管存在一些问题,GPS可以结合其他方法来增加能源活动的有效性和可靠性估计体力活动。
4所示。智能可穿戴设备应用到体育活动的可行性大数据研究
新时代的“网络+”和互联网的一切,聪明的可穿戴设备为代表的智能运动手镯和智能运动手表迅速发展。身体活动的主流智能可穿戴设备监控是基于一个或多个开发技术,如三轴加速度传感器、心率传感器、陀螺仪和GPS定位。针对加速度计,基于加速计,如长短加速计和RT3加速器,国内和国外的研究已经证明,他们可以精确测量能源消耗的体力活动,广泛应用于各种体育活动的研究,和许多智能可穿戴设备类似于长短加速度计和RT3加速度计。加速度计是相似的,许多智能可穿戴设备配有心率、GPS、陀螺仪和其他技术。因此,从理论上讲,智能可穿戴设备用于测试的准确性身体活动应该更高或至少与加速度计。
根据奈奎斯特判据,体力活动测量的采样频率应该至少2次运动的最高频率,和大多数商业身体活动监测的采样频率和记录设备1∼64 Hz。因此,聪明的衣物收藏记录,通过身体活动的数据量相当大,数据增长速度非常快。此外,如前所述,运动信息,如类型、运动强度和运动时间可以通过一些数据挖掘技术提供。如果您使用GPS功能,您还可以使用运动位置和时间的相关数据与地理信息相结合,天气预报信息、交通信息、空气质量信息,等等。丰富的数据类型扩展思考未来的体育活动大数据研究,和许多研究难以开展,未来可能在未来实现。
智能嵌入式技术的快速发展和成熟,许多智能运动手镯使用三轴加速度计,例如,以较低的价格出售,进一步扩大规模的人口。此外,智能可穿戴设备可以通过移动终端实现远程数据传输和回报不间断巨大的个人活动数据研究者的服务器通过互联网,和数据收集工作更加方便快捷。因此,聪明的耐磨产品,如果应用于大型体育活动的研究,将是非常经济和容易使用。爱普生Pulsense系列发布的可穿戴设备,包括智能手表和智能手镯。这些产品集成爱普生的原始若行业领先的技术和基于云的服务来满足健身、健康和体育消费可穿戴的市场的需求。
总之,智能可穿戴系统提供的数据大容量的特点,数据快速增长和数据的多样性。设备也有优秀的经济学和易用性,奠定了基础为未来的大型体育活动大数据研究使用智能可穿戴设备。
5。研究现有的国内智能可穿戴设备的有效性测量身体活动
作为最基本的智能可穿戴设备,智能运动手镯是客观的和细致的(数据采集可以准确年代或ms),有大量的数据,丰富,方便,经济,而体力活动问卷调查(表2)。传统的智能运动手镯无法自动区分运动类型,但是,近年来,相关算法成熟,和运动类型可以自动识别和有良好的效果。然而,国内智能可穿戴设备的有效性测试身体活动能量消耗很少被报道。因此,本研究研究能源消耗的体力活动的有效性基于实验室环境和一个聪明的手镯基于日常生活环境探索国内智能手镯的有效性测量身体活动的能量消耗在应用程序场景。
5.1。实验1:测量的身体活动能量智能手镯体积消耗有效性研究基于实验室环境
研究对象是36个成年人,18岁男性和18个女性;最小的年龄是22岁,最大年龄是27岁。所有受试者健康和没有呼吸分心,心血管和脑血管疾病和内分泌系统。智能手镯的四种类型,需要大量的国内用户要求:H-ring, X-Brace B-Brace, G-Brace。学科实验室的跑步机上走或跑了3分钟的速度为4.0公里/小时,5.6公里/小时,6.4公里/小时,7.2 km / h,分别和8.0公里/小时。人体的能量消耗在每个速度测量使用四个运动手镯和cosm夸克气体分析质谱计。能源消耗以间接量热法作为标准来比较不同智能的测量值手镯。
如表所示3,不同品牌的智能手镯测量身体活动的能源消耗和能源消耗以间接量热法有不同程度的错误;通常有一个能源消耗的低估;平均误差范围从2%到40%。
能源消费的相关系数来衡量不同品牌的智能手镯和气体分析范围从0.02到0.67。一些品牌测量能源消耗的有效性以一定的速度在可以接受的范围内。然而,个人品牌的智能手镯能源消耗数据间接量热法数据几乎是无关紧要的,和测量能源消耗就没那么有效了。使用速度和基于美国运动医学协会(ACSM)计算走路和跑步的能量计算公式,发现之间的相关系数估计能源消耗和使用ACSM公式测量值是0.62到0.75和统计检验显著(表4)。
5.2。实验2:测量身体活动基于日常生活环境的智能手镯能耗有效性研究
研究对象是18个10到12岁小学生,7和11个男孩女孩。受试者健康,没有任何疾病,不适合锻炼。受试者被要求穿长短的加速度计和一个品牌的智能运动手镯连续7天,特殊情况除外,如洗澡或游泳,没有起飞穿着设备。的能耗测量加速度计长短,广泛用于体育活动的研究,是一个校正计算的有效性和测量误差智能运动手镯测试。
在现实环境中,智能运动手镯和长短加速度计测量了平均每日体力活动引起的能源消耗为259.2±171.9千卡,274.4±139.0千卡,相关系数为0.66,测量误差为15.7%。
5.3。讨论国内智能可穿戴设备测量的有效性
本研究的数据表明,间接量热法的测试结果在实验室环境的校准和不同品牌的有效性国内智能运动手镯估计不同的行走或跑步的速度是非常不同的。一般来说,尽管全国智能手镯测试的有效性和准确性不高,测试效度仍高于各种体力活动问卷的有效性(0.24∼0.41)。应该指出,相比之下,一些品牌的平均误差9.3%∼23.5%在国外研究报告和相关系数0.71∼0.93,国内智能运动手镯测量的总体水平仍相对不同。的主要原因不准确的能耗测试国内智能手镯可能如下:(1)一些智能运动手镯算法的局限性:实验研究是在跑步机上完成的实验室。主题的加速度在矢状轴的方向是不同的户外行走和奔跑,导致大量错误的估计价值运动智能手镯。在日常生活环境中,测试的有效性和准确性,国内智能运动手镯与实验室相比大大提高了。建议国内智能运动手镯的算法可能会限制和不适合跑步机环境。该算法需要进一步改善。(2)智能的影响可穿戴设备能耗估计上穿着立场:可穿戴设备选择的研究是一个聪明的手镯戴在腕上远离躯干。作为智能可穿戴设备接近于躯干,基于加速度计测量身体活动代表了全身运动,和测试的准确性较高。因此,智能运动手镯是戴在手腕和位于上肢远端。在测试期间,一些当地的上肢运动很容易被聪明的手镯是全身运动,从而影响测试结果。(3)智能运动手镯的能耗算法过度依赖于加速度传感器数据。尽管一些制造商已经推出了智能版的智能运动手镯,心率指标没有被用于能耗算法因为各种各样的原因。必须指出,仍有一些缺点在能耗算法完全依赖加速度传感器。例如,斜率是影响能源消耗的一个重要因素。能源消耗的艰苦的走路和散步是非常不同的。根据ACSM能耗计算公式,与相同的平跑速度相比,10%的坡度可以使用能源消耗增加近45%。然而,大多数聪明的手镯没有斜坡识别功能,和能源消耗的估计是极大地影响。研究已经证实,结合不同的测试技术可能有助于改善能源消费的估计的有效性。(4)算法的选择技术:如前所述,研究表明,基于数据挖掘和机器学习的新算法比传统算法更有效。为了进一步了解当前主流智能手镯算法,本研究选择了市场销售的主流智能运动手镯根据主流网络电子商务销售平台的销售数据和调查38种产品通过咨询产品手册和产品现场试验。手镯:Amiigo Amazfit Bithealth,烟枪Capshi,淘气,Fitbit,野孩,Gisso, Isport, JDHDL,颚骨,伴侣,不合群,Moto,耐克、极地、索尼、Ticwatch, 360年,37°,Feike,华为,Le运行Lexin,雷蛇,人工智能,泉城通,三星、刷,纽曼,魏,魏,小米,易Qingteng,玉洁,盛田先生。调查发现,只有五个类型的手镯有自动动作识别和剩余的33个手镯没有这个功能,没有采用新的算法技术的基础。算法技术的更新速度慢可能是低的有效性的一个重要原因身体活动测量。
6。反思体育活动的研究方法在中国大数据时代的背景下
6.1。精确或模糊吗?反思研究的概念
在传统的物理测量和评价理论和体育统计、测量工具的可靠性和有效性的指标,研究人员关注在选择研究工具。为了使研究结果更加准确,许多研究人员一直致力于测量工具的优化。在大数据时代、大容量、高速增长和多样化数据使得研究人员能够看到整个时间)作为一个整体,减少“可怜的大象”的尴尬,“盲人”可能出现的由于较小的数据研究。当然,追求广度和频率的数据有时必须做出一些牺牲和妥协的数据的准确性。24小时心电图测量精度不如正常12导心电图,但它提供了一个更广泛的时域和大容量心电数据,仍然是很有意义的。因此,在大数据研究的身体活动,如果你能得到一个更广泛的时域(持续数天甚至数月),更高的频率(数据频率达到年代甚至女士级别),并通过智能可穿戴设备更多类型(体育活动锻炼的数据类型、运动强度、运动时间、运动位置、周围环境、生理反应,等,适当牺牲测量精度的一些数据可能是一个明智的妥协。从这个角度来看,即使当前的智能可穿戴设备可测试性不理想,不得妨碍在体育活动中的应用研究。
6.2。问卷还聪明可穿戴设备吗?反思了研究工具
很长一段时间,身体活动问卷是最常用的工具之一在国内外学习体育活动。这项研究的结果还表明,79.3%的实证研究工具领域的体育活动是身体活动问卷调查。问卷相对经济、简单的测量工具,已经广泛应用于大型体育活动近年来研究。然而,调查问卷也有强烈的主观性和低测量效度等问题。快速增长的可穿戴设备为代表的智能运动手镯、智能可穿戴设备与更高的有效性,更丰富的数据,更容易使用,更经济的成本可能会带来一个升级到身体活动的研究工具。大数据研究基于智能可穿戴设备可能成为未来的主流体育活动的研究。
智能可穿戴设备的技术应用于体育活动研究仍处于探索阶段,和低测量效度也限制了其推广专业的研究领域。因此,智能可穿戴设备更经常的定位是“声音”体育爱好者比研究专业研究人员的工具。然而,在19世纪早期,当火车只是发明,那是嘲笑,因为它是比马车慢。同样的,人们不应该放弃因为一些国内品牌的智能手镯暂时不理想情况下有效。相反,智能可穿戴设备有很大的改进的空间,有一个非常广阔的发展空间的未来大数据研究体育活动在中国和应用前景。
6.3。方差分析或神经网络?重新考虑对数据分析方法
数据统计的传统方法是基于“小数据,”和“大数据”本身具有复杂数据结构的特点,巨大的体积,和潜在的价值。在大量的数据中,变量之间的关系。传统的统计方法不能满足要求。对数据分析的需要,因此,需要更新、更好的统计方法。在这种背景下,新的数据分析方法,如数据挖掘和机器学习已经得到迅速发展。数据挖掘和机器学习分析方法由神经网络和决策树用于自动识别的身体活动类型和能耗估算。应用程序取得了丰硕的成果,这是困难的问题要解决等传统的统计分析方法t以及和方差分析。如果大数据研究的未来方向是体育活动,那么数据挖掘和机器学习可能取代传统的数据分析方法在不久的将来,成为主流的体育活动研究的数据分析方法。
7所示。结论
在分析和比较上述所有内容,我们可以得出研究工具适合体育活动领域的研究需求,也适合时代的发展需要。在此基础上,这种类型的大数据分析工具也有先前的问卷调查的优点。
加速度检测技术、心率检测技术和GPS技术的主流技术是测量可穿戴设备的能源消耗的体力活动。数据挖掘和机器学习方法的应用进一步提高了测试的有效性。然而,我们仍然需要注意,尽管有很多研究基金会,中国当前的可穿戴设备仍有许多缺点。最明显的是,他们也不确定具体的能耗值。我们不需要太过担心,因为相关的研究并不少见。智能可穿戴设备有非常广阔的应用前景在大数据领域的研究体育活动。
智能可穿戴设备技术的影响和大数据分析方法对身体活动的研究将会有深远的影响,可能导致重大变化的研究概念,研究工具和数据分析方法。
数据可用性
没有数据被用来支持本研究。
的利益冲突
作者宣称没有利益冲突。