利用机器学习与连续血糖监测系统改善1型糖尿病患者的血糖控制

打印
收藏

收藏成功

微博 QQ空间微信

打开文本图片集

摘要：针对血糖水平预测及潜在风险预警，提出一种新型机器学习模型，它结合了变模态分解（VMD）、循环神经网络（RNN）和长短期记忆（LSTM）网络。该模型通过分解血糖信号并引入迁移学习策略，有效捕捉局部特征和长期依赖性，进而建立个性化的血糖预测模型，提高正常血糖水平的比例。结果表明，VMD-RNN-LSTM 模型在均方根误差（RMSE）方面较传统模型平均提升62%，在平均绝对误差上提升49%，拟合优度平均提升约30%。（剩余100字）

试读结束

购买全文3.00元下一篇基于深度学习的物联网智能摄像头控制系统设计

软件工程

2026年01期

¥6.00/本