基于四元数和多目标进化学习的知识图谱链路预测方法

本发明公开了一种基于四元数和多目标进化学习的知识图谱链路预测方法，涉及知识图谱链路预测方法。本发明方法包括知识图谱预处理、四元数表示、Hamilton乘积融合、卷积特征提取、药物相互作用得分计算以及多目标进化优化的完整流程，旨在解决现有基于深度学习模型的知识图谱链路预测方法在药物相互作用预测中面临的表达能力受限、非对称性建模不足、多关系融合困难和参数优化困难等关键技术问题。通过引入四元数表示方法和Hamilton乘积融合机制，结合卷积神经网络架构进行特征提取，以及利用改进的多目标进化学习算法进行智能参数优化，实现对药物间复杂交互关系的精准建模和高效预测。