高校体育教学历来存在个性化程度有限、监控效果差和教学效率低下等问题。物联网（IoT）和机器学习（ML）的进步通过结合实时数据采集与智能分析，赋能更智能的课堂。本研究提出了一种创新的智能体育课堂系统，包含革命性的Levy驱动北极熊玻尔兹曼机（Levy-PB-BM），该混合方法结合了改进的北极熊优化（IPBO）和玻尔兹曼机（BM），以提高体育教学的准确性和效率。数据采集自智能体育课堂数据集中的1000个样本，涵盖生理信号、运动动力学及环境因素。采用Z分数归一化和傅里叶分析去除噪声，提取心率变异性、运动动态及姿态信号等重要信息。随后，利用带Levy飞行特性的IPBO算法优化数据特征，提升所选特征作为预测指标的准确性与可靠性。经优化的特征通过玻尔兹曼机进行评估，以生成学生运动表现的概率预测，并为每位学生提供个性化的适应性反馈。实验数据表明，该模型预测准确率达97.14%，在识别学生表现行为及生成适当教学反馈方面表现优异。教学评估显示，学生参与度、运动技能及教学效果显著提升。该基于数据驱动且个性化、高效的智能体育课堂框架，有效促进体育教学适应性，提升教学成果。基于IoT和ML的系统实现个性化体育反馈，改善学生参与度与学习效果。Levy-PB-BM较传统模型提升预测准确率（97.14%）和效率（95.98%），增强运动技能、体能进步及教师反馈，促进体育教学质量提升。
Yi Wu（星期五）进行了该问题的研究。