基于RIME和1DCNN⁃LSTM⁃Attention的无创血糖预测模型研究

打开文本图片集

摘  要： 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。（剩余10021字）