基于K-均值聚类的RBF神经网络血糖浓度预测

• 作者: 余丽玲 金浩宇
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 血糖预测 时间序列 RBF神经网络 K-均值聚类算法
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 9-12
• 页数: 4页
• 分类号: TP183
• 字数: 3134字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.03.002

摘要

针对糖尿病患者血糖数据的复杂性与不稳定性,提出一种基于K-均值聚类算法的径向基函数(Radical Basis Func-tion,RBF)神经网络的短期血糖预测方法.首先将动态血糖监测(Continous Glucose Monitoring System,CGMS)采集的糖尿病患者血糖浓度时间序列进行平滑滤波和归一化处理,提高血糖数据序列的光滑度,弱化原始血糖数据序列的随机性.然后对处理后的血糖浓度时间序列构造RBF网络,采用K-均值聚类进行优化,并用最小二乘法进行RBF网络的权值调整进而获得未来血糖浓度的预测值,从而保证预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金浩宇		41	111	6.0	8.0
2	余丽玲		14	23	2.0	4.0