摘要
本发明公开了一种基于多视图关联融合的证素推荐方法、介质和设备,该方法包括:使用预训练的卷积神经网络对原始文本数据提取潜在嵌入表示;采用全连接构图、随机边构图和欧氏距离构图三种方式分别处理潜在嵌入表示,得到三种图结构数据;使用图注意力神经网络分别处理三种图结构数据,得到各视图对应的潜在特征表示;通过共享权重的多层感知机映射函数将不同视图的潜在特征表示映射到同一特征空间,并采用一范数约束保证各视图的潜在特征表示不偏离视图中心;通过拼接操作和全连接神经网络层逐步融合多视图的潜在特征表示,输出用于证素分类的判别性表示。本申请通过多视图协同学习和动态融合机制,显著提升了中医证素推荐的准确性和鲁棒性。
技术关键词
注意力神经网络
推荐方法
文本数据提取
多层感知机
动态融合机制
节点特征
处理器
可读存储介质
分类器
鲁棒性
数值
电子设备
邻居
计算机
样本
矩阵
系统为您推荐了相关专利信息
气液两相流流型
卷积长短期记忆
仿真数据
深度学习网络
预测系统
冷冻机组
中央空调冷冻
推荐方法
循环神经网络模型
能效
文本
推荐模型训练方法
引入注意力机制
数值
订单