公开(公告)号：CN110164553A

公开(公告)日：2019-08-23

申请号：CN201910473140.3

申请日：2019-05-31

Applicant: 东北大学

Inventor： 于霞 ,  李鸿儒 ,  杨英华 ,  陈春华 ,  韩昊宏

IPC: G16H50/20 ,  G06N20/10

Abstract: 本发明涉及一种基于VMD-LSSVM模型的在线动态血糖预测方法，包括如下步骤：S1、获取原始血糖时间序列数据，并对获得的原始血糖时间序列数据进行数据预处理；S2、采用VMD分解模型对经过预处理后的血糖时间序列数据进行分解处理，获得一系列具有稀疏特性的模态分量序列u1-uk；S3、将获得的一系列具有稀疏特性的模态分量序列u1-uk分别输入LSSVM血糖预测模型，获得一系列模态分量序列的预测值y1-yk；S4、将S3中获得的一系列模态分量序列的预测值y1-yk进行叠加融合，获得融合后的血糖预测结果。本发明提供的预测方法具有预测精度高的优点。

公开(公告)号：CN109859850A

公开(公告)日：2019-06-07

申请号：CN201910169764.6

申请日：2019-03-06

Applicant: 东北大学

Inventor： 刘建昌 ,  赵天琦 ,  于霞

IPC: G16H50/50

Abstract: 本发明提供了基于变分模态分解和极限学习机的血糖预测方法，包括：S1、获取待预测血糖时间序列；S2、预处理待预测血糖时间序列；S3、使用变分模态分解算法对预处理的待预测血糖时间序列进行分解，获得若干有限带宽的子信号；以及，计算每一个子信号样本熵，并根据每一个子信号样本熵，归类叠加，获得待预测血糖时间序列的若干子序列；S4、根据每一个子序列训练每一个子序列的极限学习机血糖预测模型，将每一个子序列输入该子序列的极限学习机血糖预测模型，输出每一个子序列的血糖预测结果；S5、对每一个子序列的血糖预测结果进行融合，获得待预测血糖时间序列的血糖预测结果。提高了血糖浓度的预测精度，能够更好的控制患者的血糖值。

公开(公告)号：CN104267613A

公开(公告)日：2015-01-07

申请号：CN201410468821.8

申请日：2014-09-15

Applicant: 东北大学

Inventor： 谭树彬 ,  刘建昌 ,  焦玺晓 ,  于晓飞 ,  于霞

IPC: G05B17/02

Abstract: 一种实验用金属轧制过程自动控制硬件在环仿真平台及方法，该平台包括：过程控制级、基础自动化级和设备仿真级；过程控制级通过以太网连接基础自动化级；基础自动化级通过硬接线连接设备仿真级；过程控制级和基础自动化级，在硬件和软件的配置上均与工业现场保持一致。本发明采用实物与仿真模型相结合的方法，与实验轧机相比，节省了大量设备投入的情况下，兼顾了追求现场实际控制系统得以再现的目标；与纯粹计算机软件仿真相比，增加了工业过程控制中不可或缺的实时控制层，使之更加近似于工业现场的控制结构；同时，控制系统与仿真轧制设备之间采用硬接线的方式进行连接，在非工业现场直接再现实际工业现场的通讯连接方式。