本文主要研究内容
作者李宽洋（2019）在《基于相似性指标的复杂网络链路学习预测》一文中研究指出：链路预测一直是复杂网络科学领域研究中的一个热点问题。大多数现有的复杂网络链路预测算法主要是基于单个相似性指标来进行研究,然而,它们的应用范围都有各自的局限性和分离性。针对这一问题,本文研究了在机器学习若干算法的框架下,基于四个相似性指标融合的复杂网络链路预测问题。主要的研究工作包括以下两个方面。(1)基于四种相似性指标,即局部信息-CN、路径-LHN-II、随机游走-COS+和矩阵森林指数-MFI,本文通过提取复杂网络中任意两个节点的特征,构造出特征向量,并应用机器学习中的随机森林算法进行模型的训练学习,提出了一种新的复杂网络的链路预测算法。以美国航空网络为例,对比已有的基于单个相似性指标所得到的AUC值,发现本文所提出的算法AUC值有所提高,稳定性更好(2)为了进一步提高链路预测的精确度,本文将集成学习的思想引入复杂网络链路预测研究领域。通过逻辑回归算法和Xgboost算法对上述融合性指标构建基模型,每个基模型得出网络节点对是否存在连接的概率特征,并在此基础上再次利用逻辑回归算法对此概率特征进行Stacking集成训练模型。最后,以真实的美国航空网络和线虫神经网络为例,对比已有的算法,实验显示本文所提方法的AUC值有提升,且具有更好地稳定性和召回率。
Abstract
lian lu yu ce yi zhi shi fu za wang lao ke xue ling yu yan jiu zhong de yi ge re dian wen ti 。da duo shu xian you de fu za wang lao lian lu yu ce suan fa zhu yao shi ji yu chan ge xiang shi xing zhi biao lai jin hang yan jiu ,ran er ,ta men de ying yong fan wei dou you ge zi de ju xian xing he fen li xing 。zhen dui zhe yi wen ti ,ben wen yan jiu le zai ji qi xue xi re gan suan fa de kuang jia xia ,ji yu si ge xiang shi xing zhi biao rong ge de fu za wang lao lian lu yu ce wen ti 。zhu yao de yan jiu gong zuo bao gua yi xia liang ge fang mian 。(1)ji yu si chong xiang shi xing zhi biao ,ji ju bu xin xi -CN、lu jing -LHN-II、sui ji you zou -COS+he ju zhen sen lin zhi shu -MFI,ben wen tong guo di qu fu za wang lao zhong ren yi liang ge jie dian de te zheng ,gou zao chu te zheng xiang liang ,bing ying yong ji qi xue xi zhong de sui ji sen lin suan fa jin hang mo xing de xun lian xue xi ,di chu le yi chong xin de fu za wang lao de lian lu yu ce suan fa 。yi mei guo hang kong wang lao wei li ,dui bi yi you de ji yu chan ge xiang shi xing zhi biao suo de dao de AUCzhi ,fa xian ben wen suo di chu de suan fa AUCzhi you suo di gao ,wen ding xing geng hao (2)wei le jin yi bu di gao lian lu yu ce de jing que du ,ben wen jiang ji cheng xue xi de sai xiang yin ru fu za wang lao lian lu yu ce yan jiu ling yu 。tong guo luo ji hui gui suan fa he Xgboostsuan fa dui shang shu rong ge xing zhi biao gou jian ji mo xing ,mei ge ji mo xing de chu wang lao jie dian dui shi fou cun zai lian jie de gai lv te zheng ,bing zai ci ji chu shang zai ci li yong luo ji hui gui suan fa dui ci gai lv te zheng jin hang Stackingji cheng xun lian mo xing 。zui hou ,yi zhen shi de mei guo hang kong wang lao he xian chong shen jing wang lao wei li ,dui bi yi you de suan fa ,shi yan xian shi ben wen suo di fang fa de AUCzhi you di sheng ,ju ju you geng hao de wen ding xing he shao hui lv 。
论文参考文献
论文详细介绍
论文作者分别是来自武汉科技大学的李宽洋，发表于刊物武汉科技大学2019-07-16论文，是一篇关于复杂网络论文,链路预测论文,相似性指标论文,随机森林算法论文,集成学习论文,武汉科技大学2019-07-16论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自武汉科技大学2019-07-16论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：复杂网络论文; 链路预测论文; 相似性指标论文; 随机森林算法论文; 集成学习论文; 武汉科技大学2019-07-16论文;