[发明专利]一种基于深度学习算法的有向链路预测模型在审
| 申请号： | 202010026716.4 | 申请日： | 2020-01-10 |
| 公开（公告）号： | CN111260028A | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 武丹凤;朱纪洪;肖尧;陈志刚 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京三聚阳光知识产权代理有限公司 11250 | 代理人： | 谢楠 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习算法的有向链路预测模型，服务于分布式大规模网络的拓扑演化。该模型在分布式网络节点的有向邻居链路存在基数约束条件下，基于链路预测主体节点的链接候选邻居节点的当前指标特征和序列特征向量，采用DNN和LSTM深度学习算法，设计了CFSF链路预测模型，解决了存在链接基数约束条件下进行有向链路建立和消失的预测问题，提高了链路预测精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 算法 预测 模型 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010026716.4/，转载请声明来源钻瓜专利网。
