摘要
本发明公开了一种面向不平衡数据的基于生物电阻抗的血糖回归建模方法,包括以下步骤:步骤1,利用多频段电阻抗传感器,获取测试者前臂的幅值、相位、阻抗特征,同时进行有创血糖检测,构建生物电信号与标准血糖值之间的标注数据集;步骤2,使用SMOGN‑Boundary算法动态增强稀疏区域样本的多样性和覆盖范围,扩充样本量和平衡数据分布;步骤3,基于平方根倒数加权的样本重加权策略,将样本权重嵌入到模型的损失函数;步骤4,基于损失函数进行极端随机树血糖预测模型训练,引入麻雀搜索算法优化模型超参数,得到模型的最优超参数;步骤5,基于最优超参数进行模型训练,得到最终的极端随机树血糖预测模型。本发明提升了不平衡数据的血糖预测模型的泛化能力。
技术关键词
血糖预测模型
生物电阻抗
搜索算法优化
建模方法
样本
电阻抗传感器
模型超参数
血糖值
位置更新
阻抗特征
密度分布特征
平方根
数据分布
多频段
变量
动态
电信号
系统为您推荐了相关专利信息
复合故障诊断方法
故障特征
故障诊断模型
故障类别
样本
Logistic回归模型
故障识别方法
网络单元
样本
SVM分类器
设备固件升级
字段
风险识别方法
设备告警信息
构建训练集
像素点
检测点
训练样本图像
工件缺陷检测方法
对象
攻击数据生成方法
训练语言模型
模型训练方法
样本
非暂态计算机可读存储介质