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
伪造图像检测方法
噪声特征
融合特征
分支
注意力
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
特征提取模块
模型训练方法
睡眠特征
处理器
置信度阈值
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