摘要
本申请公开了一种基于ELM‑BiLSTM‑attention的血糖浓度预测方法,包括:获取多名糖尿病患者不同时期的血糖数据以及光谱数据并进行预处理;构建ELM‑BiLSTM‑attention模型;训练ELM‑BiLSTM‑attention模型,并优化模型参数;对无创血糖浓度进行预测以及评估。本申请将ELM‑BiLSTM与注意力机制相结合,能够更好地捕捉到拉曼光谱数据中的重要的特征向量和时间信息,与仅利用时间序列数据的过去信息的LSTM不同,BiLSTM模型由两个独立的LSTM组成,可用于捕获时间序列数据中的历史信息和未来信息,以建立前向和后向LSTM层的长期依赖关系。