摘要
中华民族是一个拥有五千多年文明历史的民族。在民族发展的历史长河中，中医学从始至终扮演着至关重要的作用。现代社会，人们越来越重视合理饮食与身心健康，中医体质辨识也吸引了大家更多的关注。本文聚焦中医体质领域，围绕图神经网络对体质数据集进行建模与分类的问题展开研究，主要的工作成果如下: (1)建立了多个基于机器学习算法的体质分类模型，相较于以往的体质分类模型，本文创造性地使用眼部特征数据集。此外，本文还对算法模型进行训练、调优以及测试，最终对模型的有效性和可靠性进行评估。 (2)建立了基于图神经网络的体质分类模型。与基于机器学习算法的体质分类模型相比，本文创造性地基于眼部特征数据集构建了图数据集。图数据集保留了体质与体质之间、特征与特征之间以及组合特征对体质之间复杂的相互关系，使基于眼部特征的体质数据集保留了更加丰富的属性信息。后续本文引入图卷积神经网络模型对图数据集进行分类训练以及参数调优，同时以准确率、召回率为评价标准、通过与机器学习算法模型结果进行比较，进而证明了模型的有效性。 (3)建立了基于注意力机制的图卷积神经网络体质分类模型。相较于之前的图卷积神经网络模型，本文引入了注意力机制对体质图数据集中的邻居节点做聚合操作，实现了对不同邻居权重的自适应分配，从而大大提高了图神经网络对体质图数据集中属性信息的学习能力。此外，本文通过十折交叉验证实验以及准确率等模型评价指标对模型改进前后的实验结果进行对比，最终证明了改进后模型的有效性与健壮性。 本文建立的基于图神经网络的体质分类模型在进行体质九分类的实验中达到了66.78％的分类效果，此外引入注意力机制改进后的模型在体质九分类实验中准确率为73.13％,体质组合分类实验中准确率为93.79％。本文中的实验结果证明了建立的模型是有效的、健壮的。
NETL