| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题背景 | 第10-14页 |
| 1.1.1 糖尿病概述 | 第10-11页 |
| 1.1.2 人工胰脏 | 第11-14页 |
| 1.2 血糖预测研究现状 | 第14-19页 |
| 1.2.1 知识驱动模型 | 第15页 |
| 1.2.2 数据驱动模型 | 第15-18页 |
| 1.2.3 存在问题 | 第18-19页 |
| 1.3 本文主要研究内容 | 第19-20页 |
| 1.4 本章小结 | 第20-22页 |
| 第2章 基于通用模型的高低血糖预警 | 第22-41页 |
| 2.1 引言 | 第22页 |
| 2.2 频带分离 | 第22-23页 |
| 2.3 个体模型和通用模型 | 第23-27页 |
| 2.3.1 ARX模型 | 第23-25页 |
| 2.3.2 AR模型 | 第25页 |
| 2.3.3 通用模型 | 第25-27页 |
| 2.4 性能指标 | 第27-31页 |
| 2.4.1 常用预测性能指标 | 第27-28页 |
| 2.4.2 高低血糖预警性能指标 | 第28-31页 |
| 2.5 验证结果 | 第31-39页 |
| 2.5.1 数据集说明 | 第31-32页 |
| 2.5.2 通用模型预警性能验证 | 第32-39页 |
| 2.6 本章小结 | 第39-41页 |
| 第3章 基于步进迭代的一阶模型移植 | 第41-67页 |
| 3.1 引言 | 第41页 |
| 3.2 基于模型移植的血糖预测 | 第41-44页 |
| 3.2.1 模型移植必要性 | 第41-42页 |
| 3.2.2 模型移植原理 | 第42-44页 |
| 3.3 基于步进迭代的一阶外源输入模型移植算法 | 第44-47页 |
| 3.3.1 算法原理 | 第44-45页 |
| 3.3.2 算法实现 | 第45-47页 |
| 3.4 验证结果 | 第47-65页 |
| 3.4.1 仿真平台介绍 | 第47-48页 |
| 3.4.2 获取数据 | 第48-54页 |
| 3.4.3 算法验证 | 第54-65页 |
| 3.5 本章小结 | 第65-67页 |
| 第4章 基于粒子群优化的多阶模型移植与最优模型选择 | 第67-83页 |
| 4.1 引言 | 第67页 |
| 4.2 基于粒子群优化的多阶外源输入模型移植算法 | 第67-71页 |
| 4.2.1 算法必要性 | 第67-68页 |
| 4.2.2 算法实现 | 第68-71页 |
| 4.3 最优模型选择 | 第71-73页 |
| 4.4 验证结果 | 第73-82页 |
| 4.4.1 基于粒子群优化的多阶外源输入模型移植验证 | 第73-76页 |
| 4.4.2 最优模型选择验证 | 第76-82页 |
| 4.5 本章小结 | 第82-83页 |
| 第5章 总结与展望 | 第83-85页 |
| 5.1 全文总结 | 第83页 |
| 5.2 工作展望 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 致谢 | 第90-91页 |
| 攻读硕士学位期间主要的研究成果 | 第91页 |