%0 Journal Article %A 余丽玲 %A 金浩宇 %T 基于K-均值聚类的RBF神经网络血糖浓度预测 %D 2019 %R 10.3969/j.issn.1006-2475.2019.03.002 %J 计算机与现代化 %P 9- %V 0 %N 03 %X 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 Function, 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。 %U http://www.c-a-m.org.cn/CN/10.3969/j.issn.1006-2475.2019.03.002