摘要
本发明为一种基于语义信息融合的生物数据异常检测方法,涉及计算机处理技术领域,所述方法包括如下步骤:S01、通过深度图神经网络构建生物实体节点及关系边,生成邻接矩阵和节点属性矩阵,利用消息传递机制聚合节点邻居信息,以得到生物网络架构模型;S02、基于大模型构建语义融合空间,分析节点的深层语义信息和节点关联信息,合成少数异常节点候选集;S03、所述将合成节点候选集逐个通过边缘生成器添加到原始数据集中,输入强化学习模块进行筛选。该发明利用大模型语义分析与生物网络构建,优化生物数据的分类与风险评估,从而能够在病毒传播的早期阶段,通过多源数据融合与深度学习分析,快速识别异常生物数据,实现精准检测与智能预警。
技术关键词
数据异常检测方法
非瞬时性计算机可读存储介质
生物
消息传递机制
网络架构
语义
多层感知机
实体
深度学习分析
训练集
深度图
矩阵
邻居
分类器
节点特征
关系
程序
策略
系统为您推荐了相关专利信息
电源模块电路
微生物定量检测
二阶高通滤波电路
二阶低通滤波电路
模拟开关
识别预警方法
高光谱成像设备
物联网设备
病虫害控制
茶叶叶片
序列
改造方法
突变体
微生物制剂
朴素贝叶斯分类器
模型建模方法
Delaunay三角剖分
物理
悬臂梁
优化骨架
柔性传感模块
分区气囊
PID控制算法
乳腺
云管理