买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州摩西科技发展有限公司申请的专利元宇宙智慧运动中的个性化训练计划生成方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120126680B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510601599.2，技术领域涉及：G16H20/30；该发明授权元宇宙智慧运动中的个性化训练计划生成方法及系统是由陈凯;韩雨龙;朱健瑞;朱晓丹设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本元宇宙智慧运动中的个性化训练计划生成方法及系统在说明书摘要公布了：本发明提供一种元宇宙智慧运动中的个性化训练计划生成方法及系统，涉及智慧运动技术领域，包括通过获取用户元宇宙场景运动数据，基于人体生物力学模型计算实际运动负荷，利用神经网络进行时序分析预测生理极限阈值，构建训练知识图谱，并通过图神经网络生成适配用户的阶段性训练计划，最终以元宇宙虚拟场景形式呈现。本发明能够提供个性化、安全、科学的训练指导，提高训练效果和用户体验。

本发明授权元宇宙智慧运动中的个性化训练计划生成方法及系统在权利要求书中公布了：1.元宇宙智慧运动中的个性化训练计划生成方法，其特征在于，包括： 获取用户在元宇宙虚拟场景中的运动数据； 基于所述运动数据中的骨骼关节点位置数据，调用预设的人体生物力学模型计算所述用户在现实环境中对应的运动负荷参数； 通过神经网络模型对所述运动负荷参数进行时序分析，采用注意力机制提取用户运动模式的长短期特征，并基于所提取的长短期特征，预测用户在不同运动强度下的生理极限阈值，包括： 根据用户历史运动负荷参数构建自适应时间窗口，基于运动波动率动态调整窗口长度，生成变长时序数据片段；将所述变长时序数据片段输入递归卷积神经网络，通过多层递归卷积结构提取局部运动特征序列； 将所述局部运动特征序列输入图注意力网络，将所述局部运动特征序列构建为时序特征图，通过图卷积操作提取特征节点间的时序依赖关系，得到全局关联特征；将所述局部运动特征序列和所述全局关联特征输入时序注意力模块，所述时序注意力模块构建多尺度特征金字塔，对所述局部运动特征序列在不同时间尺度下计算自适应权重系数； 将所述自适应权重系数与所述全局关联特征进行时序交叉注意力计算，生成多个时间尺度的增强特征，并通过跨尺度特征聚合网络将所述多个时间尺度的增强特征融合，得到用户运动模式的长短期特征；采用贝叶斯神经网络对所述长短期特征进行建模，计算生理极限阈值的概率分布函数，将所述概率分布函数的均值作为用户在不同运动强度下的生理极限阈值预测结果； 根据所述用户的历史训练数据构建训练知识三元组，基于所述训练知识三元组通过多层次知识抽取和动态图优化的方式构建个性化训练知识图谱； 构建图神经网络模型，将所述个性化训练知识图谱输入至图神经网络模型，基于所述图神经网络模型输出的节点特征向量生成针对所述用户的阶段性训练计划，包括： 对训练实体节点的拓扑结构特征进行空间维度编码，利用时序感知的图卷积网络对训练实体节点的动态演化特征进行时序维度建模，得到空间维度特征和时序维度特征； 将所述个性化训练知识图谱输入至所述图神经网络模型，通过多层交叉注意力机制对所述空间维度特征和所述时序维度特征进行自适应融合，生成训练实体节点的多维度特征向量；利用自注意力引导的图池化操作对所述多维度特征向量进行稀疏化降维，得到训练实体节点的压缩特征表示； 基于所述压缩特征表示构建多目标联合优化的分层强化学习模型，将递进关系约束和运动强度约束建模为层次化优化目标，通过双层策略网络分别学习训练项目的全局排序策略和局部强度参数，包括： 将训练项目的递进关系约束建模为高层优化目标，将训练项目的运动强度约束建模为低层优化目标，采用模糊评价矩阵计算状态-动作对的高层奖励值和低层奖励值； 构建双层策略网络，所述双层策略网络的高层策略网络采用多尺度滑动时间窗口对训练项目序列进行分段编码，在每个时间窗口内计算项目间递进相关性得分，并结合所述高层奖励值动态调整递进相关性阈值，生成训练项目的全局排序参考策略； 所述双层策略网络的低层策略网络基于训练项目的心率变异性指标和运动代谢水平构建多维生理负荷模型，结合所述低层奖励值通过引入缓冲区间的软约束优化方法对强度参数进行动态调节，生成训练项目的局部强度调节策略； 采用递归神经网络建立高层策略网络和低层策略网络之间的双向信息通道，将所述全局排序参考策略和所述局部强度调节策略输入至所述双向信息通道，基于跨层约束函数对所述全局排序参考策略和所述局部强度调节策略进行迭代优化，得到训练项目的全局排序策略和局部强度参数； 将所述全局排序策略和所述局部强度参数输入至训练计划生成模块，根据所述全局排序策略确定训练项目的递进顺序，根据所述局部强度参数调整训练项目的运动强度，生成满足递进关系和运动强度要求的阶段性训练计划； 将所述阶段性训练计划转换为元宇宙虚拟场景的训练指令，在所述元宇宙虚拟场景中显示训练指导界面。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州摩西科技发展有限公司，其通讯地址为：311200 浙江省杭州市萧山区城厢街道金城路39号紫橙国际创新中心3号楼5楼502室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。