矩阵理论及其应用_博士论文推介 | 陈广福:基于非负矩阵分解的链路预测算法及其应用研究...

本文提出了一系列基于非负矩阵分解的链路预测算法,针对无向无权、加权、有向网络及多层网络,解决高维、稀疏性、虚假链接、随机噪声等问题,融合局部和全局结构信息,提高预测准确性和鲁棒性。
摘要由CSDN通过智能技术生成

5f790913f05de54455d02cbf6b73891b.png

博士论文推介: 基于非负矩阵分解的链路预测算法及其应用研究

作者: 陈广福

单位: 深圳大学

信息来源:CNKI

e632691135293af848916eb95ea715a9.png

摘要:

链路预测是研究复杂网络缺失链接的预测与还原最有效的工具。链路预测目标是通过已知网络节点或结构信息(如节点属性,节点聚类,链接权重,局部和全局结构信息等)去预测网络中尚未形成连边的两个节点间产生链接的可能性。链路预测包括三个方面:首先,它可预测网络中的缺失链接;其次,它可分析网络演化即预测网络中未来可能出现的链接;最后,它可鉴定虚假链接以及消除随机噪音。因此,链路预测不仅具有重大的理论价值还有广泛的应用价值。

过去的十年,大量基于不同理论的链路预测算法被提出来在不同类型网络上执行链路预测任务并取得较好性能。然而,链路预测依然遭遇以下几个方面的挑战:首先,真实世界无向无权网络数据总是遭遇到高维度的,不完整的,虚假链接以及随机噪声的挑战,而现存方法无法同时处理这些问题;其次,大部分现存加权网络链路预测方法在仅考虑链接权重的强弱关系而忽略网络加权拓扑结构信息;此外,现存有向网络链路预测算法仅

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值