本发明涉及食品评价，具体涉及一种药食同源产品营养化评价模型的构建方法。
背景技术：
1、药食同源是指医药与饮食属同一个起源，药食同源产品可通过饮食的方式获得增强免疫力的功效。因此在生产药食同源产品时需要对该产品进行营养评价，从而作为药食同源产品研发和改进的数据参考，有助于产品质量的提升。
2、现有技术中药食同源产品的营养评价，多为固定的评价模型，导致难以适应不同评价需求，评价效果有限。
技术实现思路
1、本发明的目的在于提供一种药食同源产品营养化评价模型的构建方法，以解决现有技术中难以适应不同评价需求，评价效果有限的技术问题。
2、为解决上述技术问题，本发明具体提供下述技术方案：
3、一种药食同源产品营养化评价模型的构建方法，包括以下步骤：
4、获取药食同源产品的原料配伍数据；
5、根据所述原料配伍数据，确定出原料配伍数据包含的营养成分及含量，作为药食同源产品提供的营养数据；
6、将药食同源产品进行体外细胞培养，确定出体外系细胞吸收的原料配伍数据包含的营养成分及含量，作为药食同源产品吸收的营养数据；
7、利用神经网络，在原料配伍数据与药食同源产品提供的营养数据间建立映射关系，得到用于根据药食同源产品的原料配伍数据测算出药食同源产品提供的营养数据的营养供给评价模型；
8、再利用神经网络，在原料配伍数据与药食同源产品吸收的营养数据间建立映射关系，得到用于根据药食同源产品的原料配伍数据测算出药食同源产品吸收的营养数据的营养吸收评价模型；
9、对所述营养供给评价模型和营养吸收评价模型进行动态加权融合，得到用于对药食同源产品的供给营养和吸收营养进行动态评价的药食同源产品营养化评价模型。
10、作为本发明的一种优选方案，所述营养供给评价模型的构建方法包括：
11、将原料配伍数据作为第一神经网络的输入项，将药食同源产品提供的营养数据作为第一神经网络的输出项；
12、利用第一神经网络对第一神经网络的输入项和第一神经网络的输出项进行深度学习，得到表征原料配伍数据与药食同源产品提供的营养数据间映射关系的所述营养供给评价模型；
13、所述营养供给评价模型为：
14、s1＝bp1(f)；
15、式中，s1为药食同源产品提供的营养数据，f为原料配伍数据，bp1为第一神经网络。
16、作为本发明的一种优选方案，所述营养吸收评价模型的构建方法包括：
17、将原料配伍数据作为第二神经网络的输入项，将药食同源产品提供的营养数据作为第二神经网络的输出项；
18、利用第二神经网络对第二神经网络的输入项和第二神经网络的输出项进行深度学习，得到表征原料配伍数据与药食同源产品提供的营养数据间映射关系的所述营养吸收评价模型；
19、所述营养吸收评价模型为：
20、s2＝bp2(f)；
21、式中，s2为药食同源产品提供的营养数据，f为原料配伍数据，bp2为第二神经网络。
22、作为本发明的一种优选方案，所述药食同源产品营养化评价模型的构建方法包括：
23、设定所述营养供给评价模型和所述营养吸收评价模型的动态权重；
24、利用所述动态权重对所述营养供给评价模型和所述营养吸收评价模型进行加权平均，得到所述药食同源产品营养化评价模型；
25、所述药食同源产品营养化评价模型为：
26、s＝e1*bp1(f)+e2*bp2(f)；
27、式中，s为药食同源产品营养化评价结果，e1为营养供给评价模型的动态权重，e2为营养吸收评价模型的动态权重，f为原料配伍数据，bp1为第一神经网络，bp2为第二神经网络。
28、作为本发明的一种优选方案，所述营养供给评价模型的动态权重的设定方法包括：
29、量化营养供给评价模型的输出项与营养吸收评价模型的输出项间的相似性；
30、根据营养供给评价模型的输出项与营养吸收评价模型的输出项间的相似性，设定营养供给评价模型的动态权重；
31、所述营养供给评价模型的动态权重为：
32、e1＝(1-e-i)k*log(-i)；
33、式中，e1为营养供给评价模型的动态权重，i为营养供给评价模型的输出项与营养吸收评价模型的输出项间的相似性，k为人工调控参数。
34、作为本发明的一种优选方案，所述营养吸收评价模型的动态权重的设定方法包括：
35、根据营养供给评价模型的动态权重，得到营养吸收评价模型的动态权重；
36、所述营养吸收评价模型的动态权重为：
37、e2＝1-e1；
38、式中，e1为营养供给评价模型的动态权重，e2为营养吸收评价模型的动态权重。
39、作为本发明的一种优选方案，本发明提供了一种药食同源产品营养化评价模型的构建系统，应用于所述的一种药食同源产品营养化评价模型的构建方法，所述构建系统包括：
40、数据获取单元，用于获取药食同源产品的原料配伍数据；
41、营养确定单元，用于根据所述原料配伍数据，确定出原料配伍数据包含的营养成分及含量，作为药食同源产品提供的营养数据；以及
42、用于将药食同源产品进行体外细胞培养，确定出体外系细胞吸收的原料配伍数据包含的营养成分及含量，作为药食同源产品吸收的营养数据；
43、模型构建单元，用于利用神经网络，在原料配伍数据与药食同源产品提供的营养数据间建立映射关系，得到用于根据药食同源产品的原料配伍数据测算出药食同源产品提供的营养数据的营养供给评价模型；
44、用于再利用神经网络，在原料配伍数据与药食同源产品吸收的营养数据间建立映射关系，得到用于根据药食同源产品的原料配伍数据测算出药食同源产品吸收的营养数据的营养吸收评价模型；以及
45、用于对所述营养供给评价模型和营养吸收评价模型进行动态加权融合，得到用于对药食同源产品的供给营养和吸收营养进行动态评价的药食同源产品营养化评价模型。
46、作为本发明的一种优选方案，所述营养供给评价模型的构建方法包括：
47、将原料配伍数据作为第一神经网络的输入项，将药食同源产品提供的营养数据作为第一神经网络的输出项；
48、利用第一神经网络对第一神经网络的输入项和第一神经网络的输出项进行深度学习，得到表征原料配伍数据与药食同源产品提供的营养数据间映射关系的所述营养供给评价模型；
49、所述营养供给评价模型为：
50、s1＝bp1(f)；
51、式中，s1为药食同源产品提供的营养数据，f为原料配伍数据，bp1为第一神经网络。
52、作为本发明的一种优选方案，所述营养吸收评价模型的构建方法包括：
53、将原料配伍数据作为第二神经网络的输入项，将药食同源产品提供的营养数据作为第二神经网络的输出项；
54、利用第二神经网络对第二神经网络的输入项和第二神经网络的输出项进行深度学习，得到表征原料配伍数据与药食同源产品提供的营养数据间映射关系的所述营养吸收评价模型；
55、所述营养吸收评价模型为：
56、s2＝bp2(f)；
57、式中，s2为药食同源产品提供的营养数据，f为原料配伍数据，bp2为第二神经网络。
58、作为本发明的一种优选方案，所述药食同源产品营养化评价模型的构建方法包括：
59、设定所述营养供给评价模型和所述营养吸收评价模型的动态权重；
60、利用所述动态权重对所述营养供给评价模型和所述营养吸收评价模型进行加权平均，得到所述药食同源产品营养化评价模型；
61、所述药食同源产品营养化评价模型为：
62、s＝e1*bp1(f)+e2*bp2(f)；
63、式中，s为药食同源产品营养化评价结果，e1为营养供给评价模型的动态权重，e2为营养吸收评价模型的动态权重，f为原料配伍数据，bp1为第一神经网络，bp2为第二神经网络。
64、本发明与现有技术相比较具有如下有益效果：
65、本发明利用神经网络对所述营养供给评价模型和营养吸收评价模型进行动态加权融合，得到用于对药食同源产品的供给营养和吸收营养进行动态评价的药食同源产品营养化评价模型，能够实现针对不同的评价需求进行差异化评价，增强营养评价的鲁棒性和准确性。
1.一种药食同源产品营养化评价模型的构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种药食同源产品营养化评价模型的构建方法，其特征在于：所述营养供给评价模型的构建方法包括：
3.根据权利要求2所述的一种药食同源产品营养化评价模型的构建方法，其特征在于：所述营养吸收评价模型的构建方法包括：
4.根据权利要求3所述的一种药食同源产品营养化评价模型的构建方法，其特征在于：所述药食同源产品营养化评价模型的构建方法包括：
5.根据权利要求4所述的一种药食同源产品营养化评价模型的构建方法，其特征在于：所述营养供给评价模型的动态权重的设定方法包括：
6.根据权利要求5所述的一种药食同源产品营养化评价模型的构建方法，其特征在于：所述营养吸收评价模型的动态权重的设定方法包括：
7.一种药食同源产品营养化评价模型的构建系统，其特征在于，应用于权利要求1-6任一项所述的一种药食同源产品营养化评价模型的构建方法，所述构建系统包括：
8.根据权利要求7所述的一种药食同源产品营养化评价模型的构建系统，其特征在于：所述营养供给评价模型的构建方法包括：
9.根据权利要求8所述的一种药食同源产品营养化评价模型的构建系统，其特征在于：所述营养吸收评价模型的构建方法包括：
10.根据权利要求9所述的一种药食同源产品营养化评价模型的构建系统，其特征在于：所述药食同源产品营养化评价模型的构建方法包括：
