摘要
本发明涉及中医证型分类技术领域,尤其涉及一种基于人工智能的中医证型分类及概率预测方法,包括:对与患者证候相关的零散数据、自然语言文本数据、图像数据进行归一化处理,得到归一化数据,各归一化数据的集合为归一化数据集;将归一化数据集输入至训练后的基于Transformer的证型分类模型,得到与证候对应的各证型概率;该模型依次包括:患者信息多模态嵌入层、第一自注意力层、第一线性映射+Softmax函数计算层;患者信息多模态嵌入层中的归一化数据集输入至第一自注意力层进行注意力计算后,经过该函数计算层计算得到各证型概率;其中患者信息多模态嵌入层用于存储归一化数据集。实现了对中医证型的智能分类和概率预测。
技术关键词
概率预测方法
Softmax函数
自然语言文本
数据
多模态
注意力
患者
线性
预测模型训练
编码
分类技术
图像
时序
图片
指标
时间段
年龄
影像
机制
系统为您推荐了相关专利信息
LSTM神经网络
水轮发电机组
温度预测方法
导轴承
长短期记忆神经网络
岩体条件
隧道掘进机
掘进参数
机器学习模型训练
预测装置
大语言模型
多模态
系统管理方法
云桌面系统
容器