摘要
本发明公开了一种基于大模型和知识图谱的石墨烯产品筛选方法,包括S1、从多个异构数据源自动采集石墨烯产品的多维度数据,并构建多维度数据集;S2、构建高维特征空间;S3、生成对石墨烯产品特性预测模型;S4、对新的石墨烯产品多维度数据输入石墨烯产品特性预测模型,生成初步预测结果;S5、构建石墨烯产品的多层次知识图谱,整合结构化和非结构化数据;S6、发掘石墨烯产品特性之间的潜在关系和隐含知识;S7、生成优化的石墨烯产品筛选建议。本发明利用图神经网络进行智能推理和关联分析,能够发掘产品特性之间的潜在关系和隐含知识,为用户提供科学、优化的产品选择方案和应用场景建议。
技术关键词
石墨烯
数据
监督学习模型
图谱
傅里叶变换红外光谱
筛选方法
智能推理
多层次
高维特征向量
场景
扫描电子显微镜
质谱分析
图像特征提取算法
样本
异构
光学显微镜
神经网络模型
节点分类方法