[发明专利]一种基于动态网络表示学习的链路预测方法有效
| 申请号： | 202110280461.9 | 申请日： | 2021-03-16 |
| 公开（公告）号： | CN113065974B | 公开（公告）日： | 2023-08-18 |
| 发明（设计）人： | 李向华;朱俊优;高超;王震;朱培灿;李学龙 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06Q50/00 | 分类号： | G06Q50/00;G06N3/042;G06N3/0464;G06N3/0442;G06N3/08 |
| 代理公司： | 西安铭泽知识产权代理事务所(普通合伙) 61223 | 代理人： | 张举 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于动态网络表示学习的链路预测方法，包括：获取动态网络的邻接矩阵；通过计算动态网络节点间的相似度值，构建快照网络的相似度矩阵；将图卷积神经网络应用到单个快照网络中进行特征聚合，并利用邻接矩阵和相似度矩阵指导特征聚合过程，确定节点的低维特征表示；将节点的低维特征表示输入到逻辑回归分类器中，获得动态网络的链路预测结果。本发明通过基于相似性的聚合策略，能够确保当前时刻网络上的节点低维表示质量。通过利用在卷积神经网络中使用的互信息最大化策略，得到蕴涵网络全局结构信息的节点低维向量表示，基于这些节点的低维向量表示输入逻辑回归分类器，可以输出链路预测结果。 | ||
| 搜索关键词： | 一种 基于 动态 网络 表示 学习 预测 方法 | ||
【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西北工业大学，未经西北工业大学许可，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/202110280461.9/，转载请声明来源钻瓜专利网。
