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！

摘要：本申请涉及一种基于深度学习的网络拓扑重构方法、装置和设备。所述方法包括：获取目标网络的网络动力学方程，通过动力学方程得到网络节点的状态矩阵；对状态矩阵进行标记，得到深度学习模型的训练样本；将训练样本输入所述深度学习模型中，对深度学习模型进行训练；构建训练所述判别器的第一损失函数，对判别器进行训练；构建训练生成器的第二损失函数，对生成器进行训练；将待预测的网络节点的状态矩阵输入训练好的深度学习模型，得到网络拓扑。采用本方法能够适应较大规模的网络拓扑重构场景。

主权项：1.一种基于深度学习的网络拓扑重构方法，其特征在于，所述方法包括：获取目标网络的网络动力学方程，通过所述动力学方程得到网络节点的状态矩阵；对所述状态矩阵进行标记，得到深度学习模型的训练样本；将所述训练样本输入所述深度学习模型中，对所述深度学习模型进行训练；所述深度学习模型包括：预处理层、生成器和判别器；所述预处理层对输入的所述训练样本预处理，得到输入数据；所述判别器对所述输入数据进行判别，输出第一连边预测结果；所述生成器接收输入数据，输出生成数据；所述判别器对所述生成器进行判别，得到第二连边预测结果；构建训练所述判别器的第一损失函数，对所述判别器进行训练；所述第一损失函数计算所述第一连边预测结果与所述输入数据对应标签的损失；构建训练所述生成器的第二损失函数，对生成器进行训练；所述第二损失函数计算所述第二连边预测结果与所述输入数据对应标签的损失；将待预测的网络节点的状态矩阵输入训练好的深度学习模型，得到网络拓扑；所述网络动力学方程包括：热量扩散动力学方程、互利共生动力学方程以及基因调控动力学方程；所述获取目标网络的网络动力学方程，通过所述动力学方程得到网络节点的状态矩阵，包括：分别获取热量扩散动力学方程、互利共生动力学方程以及基因调控动力学方程，求解所述热量扩散动力学方程、互利共生动力学方程以及基因调控动力学方程，得到目标网络中各个节点的状态值；将所述状态值作为向量值，得到目标网络的状态矩阵；所述方法还包括：获取连续时间数据重构网络的拓扑结构，将连续时间数据重构网络上节点的状态集合表示为： 其中，表示节点在时刻的状态值，表示总的时间长度；根据两个节点的所述状态集合，预测两个节点之间存在连边的概率；确定，其中，为网络节点数量，为网络的邻接矩阵，从而将各个节点的状态集合转化为节点的状态向量。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 基于深度学习的网络拓扑重构方法、装置和设备