摘要
本发明公开了一种基于机器学习的化妆品成分致敏预测方法,实现该方法包括化妆品成分数据提取模块与化妆品成分致敏识别预测模块;化妆品成分数据提取模块的处理步骤包括整合化妆品成分致敏相关数据、SDF数据读取输入、成分分子特征提取以及干净成分数据;所述化妆品成分致敏识别预测模块模块还包括化妆品成分致敏预测模型构建模块,化妆品成分致敏识别预测模块的处理步骤包括化妆品成分致敏预测模型构建模块将化妆品成分数据提取模块中的输入数据提取并输出至预测改进模型中,基于预测改进模型对化妆品成分成分致敏预测;本发明通过对多种数据源和多种模型的综合分析,提高模型在预测化妆品成分致敏性方面的准确性,为化妆品安全提供参考。
技术关键词
化妆品
数据
模块
随机森林
分子
动态特征选择
组合预测方法
权重分配机制
组合预测模型
指纹
交叉验证方法
KNN算法
特征描述符
机器学习方法
校准方法
浮点数
密钥
分阶段
参数
系统为您推荐了相关专利信息
银行自助柜台
智能操作方法
问答模型
语音识别技术
文本
参数预测方法
注浆
BP神经网络模型
数据
网络接口
三维解剖结构
逆行胰胆管造影术
模拟训练系统
UE4引擎
医学影像数据
分布式物联网
火灾报警探测器
波动特征
异常状态
数据
智能跟随机器人
记忆图谱
物体
寻找系统
交互动作