一种基于混合核函数高斯过程回归的血糖浓度预测方法及电子设备

AITNT
正文
推荐专利
一种基于混合核函数高斯过程回归的血糖浓度预测方法及电子设备
申请号:CN202511481883
申请日期:2025-10-16
公开号:CN120938432A
公开日期:2025-11-14
类型:发明专利
摘要
本申请提供了一种基于混合核函数高斯过程回归的血糖浓度预测方法及电子设备。所述方法包括:首先获取用户的历史血糖浓度数据和与血糖变化相关的时间序列数据,并对获取的数据进行预处理;随后基于预处理后的数据进行特征提取,构建特征向量,相应的血糖浓度作为标签,从而构建样本集;之后采用混合核函数高斯过程回归模型建立特征向量和标签之间的非线性关系,利用群体智能算法进行血糖浓度预测模型的参数优化,得到最优血糖浓度预测模型;将当前特征向量输入最优血糖浓度预测模型,将最优血糖浓度预测模型输出的相应的预测标签作为血糖浓度的预测结果。本申请可以提升血糖浓度预测的准确性。
技术关键词
混合核函数 血糖浓度预测方法 训练样本集 群体智能算法 标签 电子设备 协方差矩阵 高斯核函数 碳水化合物 数据 因子 超参数 可读存储介质 存储计算机程序 胰岛素 计算机程序产品 噪声方差 非线性 序列
系统为您推荐了相关专利信息
1
一种自闭阀管理方法、系统及存储介质
食材图像 管理方法 菜谱 标签 检测燃气灶
2
基于双注意力的伪造图像检测方法、装置及电子设备
伪造图像检测方法 噪声特征 融合特征 分支 注意力
3
一种软包锂电池的外观检测方法、装置、设备及介质
软包锂电池 外观检测方法 无监督学习 外观检测装置 图像获取模块
4
睡眠分期模型训练方法、睡眠分期方法及设备
特征提取模块 模型训练方法 睡眠特征 处理器 置信度阈值
5
一种基于改良后Transformer神经网络模型预测城市排水管网流量的方法
城市排水管网 降雨特征 编码器 前馈神经网络 交叉注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号