摘要
本发明提供了一种基于图卷积网络的中医方剂药物属性分类方法,涉及中医方剂药物属性分类技术领域,该方法包括构建中药方剂特征矩阵,计算中药方剂‑药物边的权重,构建以中药方剂为子图、药物为节点的有向图,构建中医方剂药物属性分类模型,并基于中药方剂特征矩阵及有向图对其进行训练,基于训练后的中医方剂药物属性分类模型进行中医方剂药物属性分类。本发明降低了图卷积运算的特征过滤复杂度,提升了在大规模药物网络中信息传播的效率与数值稳定性,通过多层图神经网络结构、归一化及正则化处理,有效提升模型的泛化能力和收敛稳定性,降低过拟合风险,确保对未知样本具有更好的鲁棒性和可推广性。
技术关键词
中药方剂
属性分类方法
药物
矩阵
节点
多头注意力机制
损失函数优化
BERT模型
神经网络结构
分类技术
度量
基础
中草药
鲁棒性
复杂度
关系
格式