《表1 高糖溶液浓度为30 mM环境下的预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于模糊规则预测模型的急性高血糖诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:RMSEP为预测均方根误差（root-mean-squared error of pre-diction）；RM SECV为交叉验证均方根误差（root-mean-square error of cross validation）；Rp2为预测相关系数平方（squared correlation coef-ficient of prediction）；Rc2为标准相关系数平方 (squared correlation

从图中可以明显看出，当高糖浓度高于30 mM时，测量信号变化明显，因此，后续实验中选用高糖溶液浓度分别为30 mM，40 mM和50 mM的环境进行预测建模与分析。经过数据预处理后测得有效的实验数据分别为1 264组、1 208组和1 221组，通过训练集生成基于模糊语言规则（FLR）的预测模型规则库，并使用验证集预测不同浓度下高糖溶液对心脏的作用时间，进而检验预测结果。同时，对于相同的验证集，使用三种经典的预测模型进行预测，并与文中使用的方法进行比较，三种经典的预测模型分别为偏最小二乘法（PLS）、最小二乘支持向量机（LSSVM）和反向传播神经网络（BPNN）[14-16]。表1～3分别给出了三种高糖浓度下的实验结果。