本文選題：復(fù)雜網(wǎng)絡(luò)　切入點(diǎn)：鏈接分類　出處：《計(jì)算機(jī)工程》2017年08期 　論文類型：期刊論文

【摘要】：研究基于復(fù)雜網(wǎng)絡(luò)特征的鏈接分類問題,針對(duì)原始特征噪聲信息多、冗余度大的現(xiàn)象,在RRelief F特征選擇算法的基礎(chǔ)上,提出一種改進(jìn)的鏈接分類模型。從局部和全局2個(gè)維度構(gòu)建與鏈接相關(guān)聯(lián)的特征信息,引入RRelief F算法對(duì)特征進(jìn)行選擇并采用偏最小二乘法實(shí)現(xiàn)回歸分類。在人工數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該模型能篩選出具有判別性的特征,提高鏈接分類質(zhì)量,為監(jiān)督學(xué)習(xí)的復(fù)雜網(wǎng)絡(luò)鏈接分類提供一種新思路。
[Abstract]:In this paper, the problem of link classification based on complex network features is studied. Aiming at the phenomenon that the original feature noise information is much and the redundancy is large, based on the RRelief F feature selection algorithm, An improved link classification model is proposed to construct the feature information associated with the link from two dimensions: local and global. RRelief F algorithm is introduced to select features and partial least square method is used to realize regression classification. The experimental results on artificial data sets and real data sets show that the model can screen discriminant features and improve the quality of link classification. It provides a new idea for the classification of complex network links in supervised learning.
【作者單位】： 廣東工貿(mào)職業(yè)技術(shù)學(xué)院計(jì)算機(jī)工程系;華南理工大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【基金】：廣東省優(yōu)秀青年教師培養(yǎng)計(jì)劃項(xiàng)目(YQ2015177) 廣東省教育部產(chǎn)學(xué)研結(jié)合項(xiàng)目(2012B091100043) 廣東省科技計(jì)劃項(xiàng)目(2011B080701082)
【分類號(hào)】：O157.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 鮑捷;楊明;何志芬;;基于SVM評(píng)價(jià)準(zhǔn)則的高維數(shù)據(jù)混合特征選擇算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2012年06期

2 任雙橋;高勛章;黎湘;莊釗文;;基于可分性的多類目標(biāo)特征選擇算法[J];自然科學(xué)進(jìn)展;2007年04期

3 李霞;蔣盛益;郭艾俠;;基于聚類和信息熵的特征選擇算法[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2009年01期

4 趙宇;黃思明;陳銳;;數(shù)據(jù)分類中的特征選擇算法研究[J];中國管理科學(xué);2013年06期

5 謝娟英;李楠;喬子芮;;基于鄰域粗糙集的不完整決策系統(tǒng)特征選擇算法[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

6 李滔;王俊普;王鵬偉;吳秀清;;基于二次互信息的特征選擇算法[J];中國科學(xué)技術(shù)大學(xué)學(xué)報(bào);2006年11期

7 陳國松;黃大榮;;基于信息熵的TFIDF文本分類特征選擇算法研究[J];湖北民族學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年04期

8 劉正君;李琦;王騏;;基于特征選擇算法的相干激光雷達(dá)目標(biāo)識(shí)別[J];中國激光;2013年08期

9 ;[J];;年期

相關(guān)會(huì)議論文 前5條

1 甄超;鄭濤;許潔萍;;音樂流派分類中特征選擇算法研究[A];第18屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

2 張仰森;曹元大;;最大熵建模方法中一種改進(jìn)的特征選擇算法[A];NCIRCS2004第一屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2004年

3 張錚;胡社教;江萍;;基于EP模式的特征選擇算法[A];2011中國儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2011年

4 周炎濤;唐劍波;王家琴;;基于信息熵的改進(jìn)TFIDF特征選擇算法[A];第二十六屆中國控制會(huì)議論文集[C];2007年

5 李文法;段m#毅;劉悅;孫春來;;一種面向流分類的特征選擇算法[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

相關(guān)博士學(xué)位論文 前6條

1 王劍橋;基于局部特性的毫米波距離像識(shí)別方法研究[D];南京理工大學(xué);2014年

2 李云;特征選擇算法及其在基于內(nèi)容圖像檢索中的應(yīng)用研究[D];重慶大學(xué);2005年

3 劉華文;基于信息熵的特征選擇算法研究[D];吉林大學(xué);2010年

4 張靖;面向高維小樣本數(shù)據(jù)的分類特征選擇算法研究[D];合肥工業(yè)大學(xué);2014年

5 潘巍巍;故障嚴(yán)重程度識(shí)別的有序分類特征分析方法[D];哈爾濱工業(yè)大學(xué);2013年

6 張嘉偉;心電圖形態(tài)特征的識(shí)別及其在分類中的作用研究[D];華東師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 徐嬌;基于Hadoop的文本特征選擇算法的研究[D];蘭州大學(xué);2015年

2 朱艷玲;基于聚類的多層特征選擇算法的研究與應(yīng)用[D];鄭州輕工業(yè)學(xué)院;2015年

3 周p，

本文編號(hào)：1638255