基于知识图谱的智能辅助诊疗系统
项目简介：对数据进行降噪与清洗处理，确保从BeautifulSoup4爬虫所获取信息的纯净度。利用Flask框架实现对Neo4j图数据库与MySQL关系型数据库的管理。借助Vue前端框架与ECharts可视化工具，构建了一个多节点的知识图谱展示平台，涵盖症状、疾病、药物及食物等复杂关联，使用双向向前匹配算法进行分词，进行语义分析以及ahocorasick进行多字符串匹配，根据实体与关系的类型生成Cypher语句，获取结果之后结合回答模板生成回答，实现精准辅助诊疗。
基于卷积神经网络的食物图片分类
项目简介：使用VGG、ResNet18和ResNet50，对图片进行分类。先准备好标签训练集，无标签数据集以及验证集，并且使用多种数据增广方式扩充数据集，增强了模型的泛化能力，弥补了数据不均衡的问题。使用不同的模型进行半监督学习，每三轮验证一次验证集的准确率，大于0.6时，为无标签数据集生成伪标签，辅助模型训练，每一轮学习之后更新模型参数，在验证集上评估模型性能，保存最佳模型。