-
公开(公告)号：CN109935333B
公开(公告)日：2022-12-09
申请号：CN201910172915.3
申请日：2019-03-07
Applicant: 东北大学
Abstract: 本发明属于血糖预测技术领域，尤其涉及一种基于OVMD‑SE‑PSO‑BP的血糖预测方法。包括如下步骤：对待预测的原始血糖数据进行预处理，得到原始血糖序列，采用最优变分模态分解与样本熵结合的方法，将原始血糖序列分解为多个血糖子序列；A2、对所述多个血糖子序列进行重构；A3、对重构后的每一血糖子序列分别训练粒子群优化的神经网络模型，将每一血糖子序列输入该子序列的粒子群优化的神经网络模型，获得每一血糖子序列的血糖预测结果；A4、将每一血糖子序列的血糖预测结果进行融合，得到待测试样本的血糖预测结果。此方法得到的血糖预测值与实际更加符合。
-
公开(公告)号：CN109935333A
公开(公告)日：2019-06-25
申请号：CN201910172915.3
申请日：2019-03-07
Applicant: 东北大学
Abstract: 本发明属于血糖预测技术领域，尤其涉及一种基于OVMD-SE-PSO-BP的血糖预测方法。包括如下步骤：对待预测的原始血糖数据进行预处理，得到原始血糖序列，采用最优变分模态分解与样本熵结合的方法，将原始血糖序列分解为多个血糖子序列；A2、对所述多个血糖子序列进行重构；A3、对重构后的每一血糖子序列分别训练粒子群优化的神经网络模型，将每一血糖子序列输入该子序列的粒子群优化的神经网络模型，获得每一血糖子序列的血糖预测结果；A4、将每一血糖子序列的血糖预测结果进行融合，得到待测试样本的血糖预测结果。此方法得到的血糖预测值与实际更加符合。
-
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
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：CN109859850B
公开(公告)日：2022-12-06
申请号：CN201910169764.6
申请日：2019-03-06
Applicant: 东北大学
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。
-
-
-
Search Results
4
records
(took 0.017 seconds)
