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
系统为您推荐了相关专利信息
数据处理模块
传感器模块
气体传感器阵列
供电模块
抑爆系统
信息搜索方法
信息搜索装置
标签模块
搜索模块
电子设备
消防预警系统
火灾风险评估
分层强化学习
资源优化调度
图像采集模块
车辆行驶轨迹
多模态
交叉注意力机制
智能驾驶技术
电子设备