[发明专利]一种基于范数值目标函数的无创血糖估算方法在审
申请号: | 202211257711.8 | 申请日: | 2022-10-13 |
公开(公告)号: | CN115547498A | 公开(公告)日: | 2022-12-30 |
发明(设计)人: | 丁啸宇;凌永权 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G16H50/30 | 分类号: | G16H50/30;G06F17/15 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 高棋 |
地址: | 510090 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 范数 目标 函数 血糖 估算 方法 | ||
1.一种基于范数值目标函数的无创血糖估算方法,其特征在于,包括以下步骤:
S1:获取多组血糖数据,所述血糖数据包括红外光谱数据和红外光谱数据对应的血糖值,并将各组的红外光谱数据进行排序,得到红外光谱序列;
S2:计算所述红外光谱序列的第一统计特征;
S3:根据所述第一统计特征构建范数值目标函数;
S4:求解所述范数值目标函数得到新的核向量;
S5:使用血糖值的数据向量与新的核向量进行内积计算得到第二统计特征,并将所述第二统计特征拼接生成特征矩阵;
S6:利用特征矩阵对预搭建的神经网络模型进行无创血糖估算训练,得到无创血糖估算模型并用于无创血糖估算。
2.根据权利要求1所述的一种基于范数值目标函数的无创血糖估算方法,其特征在于,还包括将步骤S1获取的所有血糖数据按照7∶3的比例划分为训练集和测试集;其中,训练集用于对预搭建的神经网络模型进行无创血糖估算训练,测试集用于进行模型验证。
3.根据权利要求2所述的一种基于范数值目标函数的无创血糖估算方法,其特征在于,在步骤S1中,将训练集中各组血糖数据的红外光谱数据按升序排列,得到红外光谱序列。
4.根据权利要求3所述的一种基于范数值目标函数的无创血糖估算方法,其特征在于,所述第一统计特征为平均数。
5.根据权利要求4所述的一种基于范数值目标函数的无创血糖估算方法,其特征在于,通过以下公式计算所述红外光谱序列的平均数:
其中,表示红外光谱序列,[1 … 1]T表示与红外光谱序列长度相同的元素全为1的矩阵向量,N表示训练集中血糖数据的组数。
6.根据权利要求5所述的一种基于范数值目标函数的无创血糖估算方法,其特征在于,根据所述红外光谱序列的平均数构建范数值目标函数:
其中,x表示需要求解的核向量,J∞(x)表示无穷范数优化问题的目标函数,A表示随机生成的M×N的矩阵,y表示随机生成的M×1的列向量。
7.根据权利要求3所述的一种基于范数值目标函数的无创血糖估算方法,其特征在于,所述第一统计特征为中位数。
8.根据权利要求7所述的一种基于范数值目标函数的无创血糖估算方法,其特征在于,通过以下公式计算所述红外光谱序列的中位数:
其中,表示红外光谱序列,N表示训练集中血糖数据的组数,N≥3且N为奇数。
9.根据权利要求8所述的一种基于范数值目标函数的无创血糖估算方法,其特征在于,根据所述红外光谱序列的中位数构建范数值目标函数:
其中,x表示需要求解的核向量,J1(x)表示一范数优化问题的目标函数,A表示随机生成的M×N的矩阵,y表示随机生成的M×1的列向量。
10.根据权利要求6或9所述的一种基于范数值目标函数的无创血糖估算方法,其特征在于,还包括将所述范数值目标函数进一步定义为:
其中,J(x)表示无穷范数优化问题和一范数优化问题的凸组合的目标函数,λ表示一范数优化问题在凸组合中所占的比例,λ∈[0,1]。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211257711.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:字符串获取方法、装置、计算机设备及存储介质
- 下一篇:一种无刺激性提神香精