一种融合结构和属性信息的多模态深度网络嵌入方法与流程技术资料下载

技术编号:16934914

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及复杂网络分析技术领域,尤其涉及一种融合结构和属性信息的多模态深度网络嵌入方法。背景技术网络嵌入,又称网络表示学习,能够对网络数据进行合理表示以作为机器学习算法的输入,对很多复杂网络分析任务,如节点标签分类、链路预测等至关重要。现今的真实网络规模庞大,网络嵌入方法用低维的向量来表示网络中的节点,并同时保持节点原有特征,能够有效减小网络的存储空间,降低后续网络分析任务的计算复杂度。经对现有技术的文献检索发现,大部分的网络嵌入方法可以分为基于结构信息的网络嵌入方法和属性网络嵌入方法。基于结构...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发