摘要
本申请提供了基于图循环网络的中医数据分类处理方法、系统和介质,该方法包括:采集中医数据;对采集的中医数据进行预处理;构建图循环网络;将预处理后的中医数据输入到图循环网络,获取中医数据分类结果。在本申请中,一级图卷积层专注于局部特征提取,增强模型的感知能力,高级图卷积层整合全局信息,捕捉节点周围的细节信息,增强模型的理解能力。反馈机制层自适应调整机制,实时监测数据,调整网络参数,降低过拟合风险。本申请通过将中医知识融入图结构构建过程,能够从中医数据中提取多维特征,全面捕捉局部与全局的信息,提高非结构化的中医数据的分类和筛选性能,并为针对疾病的新药物研发或者药物配伍等提供快速的数据选择。
技术关键词
输出特征
数据分类
因子
局部特征提取
实时监测数据
模型超参数
数据采集单元
表达式
机制
网络单元
空洞
介质
文本
药物
密度
图像
指令
节点
系统为您推荐了相关专利信息
文本语义匹配方法
网络性能评估
场景
网络性能数据
自然语言
封装体
表面形貌数据
光电探测阵列
横向偏移量
轮廓曲率半径
MPPT控制方法
蚂蚁
蚁群算法
MPPT控制器
光伏发电系统控制技术
语义分割模型
映射方法
水网系统
直方图均衡化方法
多尺度卷积核
自动分类方法
多任务
特征金字塔网络
损失函数优化
多级特征