期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于RIME和1DCNN-LSTM-Attention的无创血糖预测模型研究
1
作者
贺义博
靳鸿
+1 位作者
周春
屈盛玉
《现代电子技术》
北大核心
2024年第18期83-88,共6页
实现无创血糖检测对于糖尿病患者来说具有重要意义,然而目前市面上的无创血糖仪存在检测精度不高的问题。为了提高无创血糖检测的准确度,基于近红外无创血糖检测仪,构建了1DCNN-LSTM-Attention混合预测模型,同时引入了霜冰优化算法(RIME...
实现无创血糖检测对于糖尿病患者来说具有重要意义,然而目前市面上的无创血糖仪存在检测精度不高的问题。为了提高无创血糖检测的准确度,基于近红外无创血糖检测仪,构建了1DCNN-LSTM-Attention混合预测模型,同时引入了霜冰优化算法(RIME)。该模型通过一维卷积神经网络(1DCNN)提取数据中的局部特征,将所提取的特征向量作为长短期记忆(LSTM)网络的输入,捕捉数据中的依赖关系;采用注意力机制(Attention)为LSTM的输出赋予不同的权重,增强关键信息提取;通过RIME算法优化模型参数,避免陷入局部最优解。结果表明,引入RIME的1DCNN-LSTM-Attention混合模型预测效果优于1DCNN、LSTM、1DCNN-LSTM、1DCNN-LSTM-Attention等模型,预测血糖值与有创血糖值的平均绝对误差为0.121 0,均方误差为0.018 6,相关系数达到了0.982 3。该模型有助于提高近红外无创血糖检测的精确度和可靠性。
展开更多
关键词
近红外无创血糖检测
一维卷积神经网络
霜冰优化算法
长短期记忆网络
注意力机制
参数优化
下载PDF
职称材料
题名
基于RIME和1DCNN-LSTM-Attention的无创血糖预测模型研究
1
作者
贺义博
靳鸿
周春
屈盛玉
机构
中北大学电子测试技术国家重点实验室
中国船舶集团有限公司第七〇五研究所
出处
《现代电子技术》
北大核心
2024年第18期83-88,共6页
文摘
实现无创血糖检测对于糖尿病患者来说具有重要意义,然而目前市面上的无创血糖仪存在检测精度不高的问题。为了提高无创血糖检测的准确度,基于近红外无创血糖检测仪,构建了1DCNN-LSTM-Attention混合预测模型,同时引入了霜冰优化算法(RIME)。该模型通过一维卷积神经网络(1DCNN)提取数据中的局部特征,将所提取的特征向量作为长短期记忆(LSTM)网络的输入,捕捉数据中的依赖关系;采用注意力机制(Attention)为LSTM的输出赋予不同的权重,增强关键信息提取;通过RIME算法优化模型参数,避免陷入局部最优解。结果表明,引入RIME的1DCNN-LSTM-Attention混合模型预测效果优于1DCNN、LSTM、1DCNN-LSTM、1DCNN-LSTM-Attention等模型,预测血糖值与有创血糖值的平均绝对误差为0.121 0,均方误差为0.018 6,相关系数达到了0.982 3。该模型有助于提高近红外无创血糖检测的精确度和可靠性。
关键词
近红外无创血糖检测
一维卷积神经网络
霜冰优化算法
长短期记忆网络
注意力机制
参数优化
Keywords
near infrared non-invasive blood glucose detection
one-dimensional convolutional neural network
rime ice optimization algorithm
long short-term memory network
attention mechanism
parameter optimization
分类号
TN919-34 [电子电信—通信与信息系统]
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RIME和1DCNN-LSTM-Attention的无创血糖预测模型研究
贺义博
靳鸿
周春
屈盛玉
《现代电子技术》
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部