一种基于深度学习和NLP的天然食物来源功效组方筛选方法
申请号:CN202510031620
申请日期:2025-01-09
公开号:CN119943283A
公开日期:2025-05-06
类型:发明专利
摘要
本发明涉及组方智能筛选技术领域,具体地说,涉及一种基于深度学习和NLP的天然食物来源功效组方筛选方法。其包括以下步骤:收集天然食物的成分数据和功效数据,利用NLP技术对成分数据和功效数据进行清洗和标准化处理;引入时间维度构建动态成分知识图谱,构建天然食物成分分析模型;引入时间维度构建功效知识图谱,并引入剂量效应,使用贝叶斯推断公式计算成分数据对功效数据的因果影响概率;基于天然食物成分分析模型、功效知识图谱和因果影响概率公式,输入组方约束条件要求计算组方综合评分,得到最佳组方方案。该基于深度学习和NLP的天然食物来源功效组方筛选方法构建动态成分知识图谱并进行深度学习提高组方筛选准确。
技术关键词
天然食物
筛选方法
图谱
神经网络模型构建
数据
NLP技术
动态
神经网络技术
智能筛选技术
关系
科研
节点
非线性
邻居
矩阵
定义