基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对人体血糖无创监测的近红外光谱分析, 提出一种血液红外吸收光谱分析的新技术, 通过对正常人的全血和血清与高糖全血的红外吸收光谱进行测量, 应用人工神经网络BP算法, 以16个特征波长处的吸收值作为网络特征参数, 进行网络训练.结果表明, 网络训练11次即可达到误差精度要求, 误差在-0.01~0.03 mmol/L, 达到了国家计量检测规程关于生化分析的要求.
推荐文章
人工神经网络-近红外光谱法测定桉树中综纤维素的含量
广义回归神经网络
近红外光谱
桉树
综纤维素
论无创血糖监测的红外光谱方法(特邀)
红外光谱
无创监测
血糖监测
光谱分析
近红外光谱结合人工网络鉴别大黄
大黄
近红外光谱技术
鉴别
近红外光谱无创血糖检测模拟样品的试验研究
葡萄糖溶液
模拟样品
无创血糖测量
近红外线光谱
PLS
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工神经网络-红外光谱法对人体血糖的无创监测分析
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 红外吸收光谱 人工神经网络 无创血糖检测
年,卷(期) 2008,(6) 所属期刊栏目 计算机科学
研究方向 页码范围 1131-1136
页数 6页 分类号 TP391
字数 3810字 语种 中文
DOI 10.3321/j.issn:1671-5489.2008.06.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 左平 吉林大学数学学院 22 70 4.0 7.0
3 马驷良 吉林大学数学学院 49 577 13.0 21.0
4 李映红 长春大学理学院 29 42 5.0 6.0
5 韩笑 吉林大学数学学院 27 239 8.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (3)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (19)
二级引证文献  (21)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(3)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
红外吸收光谱
人工神经网络
无创血糖检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
论文1v1指导