OV-GA-BP神经网络在血糖预测中的应用

• 作者: 徐楠 杨旭 江潇潇 王一鸣 邓琛 邓高旭
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 近红外光谱 正交信号校正 变量投影 遗传算法 反向传播神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 应用技术
• 页码范围: 154-156,160
• 页数: 4页
• 分类号: TP212
• 字数: 2688字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2019)04-0154-03

摘要

针对反向传播(BP)神经网络易陷入局部最小值、网络结构不易确定的缺陷,且采用实验测得的原始光谱波长变量作为输入,使预测模型具有较高的复杂度,无法满足对血糖浓度实时快速测量要求的问题,提出了采用OV-GA-BP神经网络进行建模预测,即结合正交信号校正(OSC)和变量投影重要性(VIP)指标对光谱数据预处理,可以减少输入变量的维度与个数以降低模型复杂度,并采用遗传算法(GA)优化BP神经网络.仿真结果表明:验证集的真实值与预测值的相关系数可达到99.84％,均方根误差变异系数(CV)达到0.079412,平均绝对百分比误差(MAPE)达到0.10269,相比于传统BP,大大提升了葡萄糖溶液的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓琛	上海工程技术大学电子电气工程学院	36	136	8.0	10.0
2	江潇潇	上海工程技术大学电子电气工程学院	15	17	1.0	4.0
3	杨旭	上海工程技术大学电子电气工程学院	2	0	0.0	0.0
4	徐楠	上海工程技术大学电子电气工程学院	4	16	2.0	4.0
5	王一鸣	上海工程技术大学电子电气工程学院	4	5	1.0	2.0
6	邓高旭	上海工程技术大学电子电气工程学院	4	5	1.0	2.0