来源：期刊VIP网 时间：
作者：贺义博;靳鸿;周春;屈盛玉;
单位：中北大学电子测试技术国家重点实验室;中国船舶集团有限公司第七〇五研究所;
摘要：实现无创血糖检测对于糖尿病患者来说具有重要意义，然而目前市面上的无创血糖仪存在检测精度不高的问题。为了提高无创血糖检测的准确度，基于近红外无创血糖检测仪，构建了1DCNN-LSTM-Attention混合预测模型，同时引入了霜冰优化算法（RIME）。该模型通过一维卷积神经网络（1DCNN）提取数据中的局部特征，将所提取的特征向量作为长短期记忆（LSTM）网络的输入，捕捉数据中的依赖关系；采用注意力机制（Attention）为LSTM的输出赋予不同的权重，增强关键信息提取；通过RIME算法优化模型参数，避免陷入局部最优解。结果表明，引入RIME的1DCNN-LSTM-Attention混合模型预测效果优于1DCNN、LSTM、1DCNN-LSTM、1DCNN-LSTM-Attention等模型，预测血糖值与有创血糖值的平均绝对误差为0.121 0，均方误差为0.018 6，相关系数达到了0.982 3。该模型有助于提高近红外无创血糖检测的精确度和可靠性。
关键词：近红外无创血糖检测;;一维卷积神经网络;;霜冰优化算法;;长短期记忆网络;;注意力机制;;参数优化
