Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种利用共同邻居聚类互信息的高阶链路预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:兰州理工大学

摘要:本发明公开了一种利用共同邻居聚类互信息的高阶链路预测方法,属于信息传输预测技术领域,解决了现有技术中无法对高阶网络信息传输进行预测的问题,该方法通过综合节点的多个高阶聚类影响,并借助基于信息熵的节点的不同阶高阶聚类系数来衡量共同邻居节点的贡献,以预测网络中的高阶结构。为了验证方法的有效性,在9个现实网络中测试了本发明中高阶链路预测方法的性能,结果表明,节点的高阶聚类模式可以显著提高预测3阶派系的准确性。并且,本发明中高阶链路预测方法的性能在不同大小的训练集下都有较好的表现,使用前景较广。

主权项:1.一种利用共同邻居聚类互信息的高阶链路预测方法,其特征在于,包括如下步骤:步骤1,对高阶链路预测问题以及符号进行定义;步骤2,利用共同邻居聚类互信息的策略计算相似性得分,预测高阶链路的形成;步骤3,确定基准算法以及评价指标;步骤4,确定数据划分策略,以适用于高阶链路预测;步骤5,验证利用共同邻居聚类互信息的高阶链路预测方法的预测性能;步骤6,设计实验验证采用负采样进行测试数据构建的有效性。

全文数据:

权利要求:

百度查询: 兰州理工大学 一种利用共同邻居聚类互信息的高阶链路预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。