基于經(jīng)典指標(biāo)融合的復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)
發(fā)布時(shí)間:2021-03-06 12:32
近年來,越來越多的人力物力開始投入到復(fù)雜網(wǎng)絡(luò)的研究當(dāng)中。鏈路預(yù)測(cè)作為復(fù)雜網(wǎng)絡(luò)中一個(gè)重要的研究方向,也受到了大量的關(guān)注。鏈路預(yù)測(cè)就是利用網(wǎng)絡(luò)現(xiàn)有的信息,通過一定的方法,預(yù)測(cè)那些網(wǎng)絡(luò)中未被觀測(cè)到的邊或者在網(wǎng)絡(luò)演化過程中將來會(huì)出現(xiàn)的邊。鏈路預(yù)測(cè)在生物領(lǐng)域、計(jì)算機(jī)科學(xué)領(lǐng)域、社會(huì)科學(xué)領(lǐng)域等領(lǐng)域都有著極為廣泛的應(yīng)用,不僅具有實(shí)際應(yīng)用價(jià)值,也有重要的理論研究意義。鏈路預(yù)測(cè)算法在近些年也取得了不小的成果,各種各樣的鏈路預(yù)測(cè)算法不斷被提出,這些算法主要分成了基于相似性的鏈路預(yù)測(cè)算法和基于最大似然的鏈路預(yù)測(cè)算法兩類。而其中基于相似性的預(yù)測(cè)算法發(fā)展最快,成為了鏈路預(yù)測(cè)領(lǐng)域的主流算法,其特點(diǎn)為簡(jiǎn)單和具有較高的預(yù)測(cè)精度。另外基于最大似然的預(yù)測(cè)算法雖然在計(jì)算精度和運(yùn)算復(fù)雜度上表現(xiàn)一般,但這些算法可以加深對(duì)于網(wǎng)絡(luò)結(jié)構(gòu)的理解。這些基于相似性算法中的每一個(gè)相似性指標(biāo)都有其優(yōu)勢(shì)和劣勢(shì)。如何最大化地發(fā)揮一個(gè)指標(biāo)的優(yōu)勢(shì),同時(shí)盡可能避免這個(gè)指標(biāo)的缺點(diǎn),是本文關(guān)注的方向。本文中首先將局部路徑指標(biāo)(Local Path,LP)和偏好連接相似性指標(biāo)(Preferential Attachment,PA)巧妙地結(jié)合起來,得到了一個(gè)新的...
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:62 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
1.1 復(fù)雜網(wǎng)絡(luò)簡(jiǎn)介及研究現(xiàn)狀
1.2 鏈路預(yù)測(cè)的研究意義以及研究現(xiàn)狀
1.3 文章內(nèi)容安排
第二章 鏈路預(yù)測(cè)介紹及其相關(guān)算法
2.1 問題描述
2.2 鏈路預(yù)測(cè)算法介紹
2.2.1 基于相似性的鏈路預(yù)測(cè)算法
2.2.2 基于似然分析的鏈路預(yù)測(cè)算法
2.3 網(wǎng)絡(luò)數(shù)據(jù)
第三章 基于PA指標(biāo)與LP指標(biāo)融合的鏈路預(yù)測(cè)
3.1 引言
3.2 主要方法
3.2.1 PA指標(biāo)低階LP指標(biāo)的融合
3.2.2 PA指標(biāo)與三階LP指標(biāo)的融合
3.2.3 算法實(shí)現(xiàn)
3.3 實(shí)驗(yàn)結(jié)果和分析
3.3.1 LPA指標(biāo)和LPAT指標(biāo)的預(yù)測(cè)準(zhǔn)確性
3.3.2 LPA指標(biāo)和LPAT指標(biāo)的魯棒性
3.4 本章總結(jié)
第四章 基于結(jié)構(gòu)擾動(dòng)和RA指標(biāo)融合的鏈路預(yù)測(cè)
4.1 引言
4.2 算法介紹
4.3 實(shí)驗(yàn)過程介紹
4.4 實(shí)驗(yàn)數(shù)據(jù)
4.4.2 SPRA指標(biāo)預(yù)測(cè)的準(zhǔn)確性分析
4.4.3 SPRA指標(biāo)的魯棒性分析
4.5 本章總結(jié)
第五章 基于網(wǎng)絡(luò)優(yōu)化去噪的鏈路預(yù)測(cè)
5.1 引言
5.2 算法介紹
5.2.1 利用相似性指標(biāo)評(píng)價(jià)網(wǎng)絡(luò)已知邊
5.2.2 網(wǎng)絡(luò)的去邊過程
5.2.3 網(wǎng)絡(luò)信息的補(bǔ)充
5.3 算法實(shí)現(xiàn)
5.4 實(shí)驗(yàn)結(jié)果及分析
5.5 本章總結(jié)與擴(kuò)展
第六章 總結(jié)與展望
6.1 本文總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
本文編號(hào):3067110
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:62 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
1.1 復(fù)雜網(wǎng)絡(luò)簡(jiǎn)介及研究現(xiàn)狀
1.2 鏈路預(yù)測(cè)的研究意義以及研究現(xiàn)狀
1.3 文章內(nèi)容安排
第二章 鏈路預(yù)測(cè)介紹及其相關(guān)算法
2.1 問題描述
2.2 鏈路預(yù)測(cè)算法介紹
2.2.1 基于相似性的鏈路預(yù)測(cè)算法
2.2.2 基于似然分析的鏈路預(yù)測(cè)算法
2.3 網(wǎng)絡(luò)數(shù)據(jù)
第三章 基于PA指標(biāo)與LP指標(biāo)融合的鏈路預(yù)測(cè)
3.1 引言
3.2 主要方法
3.2.1 PA指標(biāo)低階LP指標(biāo)的融合
3.2.2 PA指標(biāo)與三階LP指標(biāo)的融合
3.2.3 算法實(shí)現(xiàn)
3.3 實(shí)驗(yàn)結(jié)果和分析
3.3.1 LPA指標(biāo)和LPAT指標(biāo)的預(yù)測(cè)準(zhǔn)確性
3.3.2 LPA指標(biāo)和LPAT指標(biāo)的魯棒性
3.4 本章總結(jié)
第四章 基于結(jié)構(gòu)擾動(dòng)和RA指標(biāo)融合的鏈路預(yù)測(cè)
4.1 引言
4.2 算法介紹
4.3 實(shí)驗(yàn)過程介紹
4.4 實(shí)驗(yàn)數(shù)據(jù)
4.4.2 SPRA指標(biāo)預(yù)測(cè)的準(zhǔn)確性分析
4.4.3 SPRA指標(biāo)的魯棒性分析
4.5 本章總結(jié)
第五章 基于網(wǎng)絡(luò)優(yōu)化去噪的鏈路預(yù)測(cè)
5.1 引言
5.2 算法介紹
5.2.1 利用相似性指標(biāo)評(píng)價(jià)網(wǎng)絡(luò)已知邊
5.2.2 網(wǎng)絡(luò)的去邊過程
5.2.3 網(wǎng)絡(luò)信息的補(bǔ)充
5.3 算法實(shí)現(xiàn)
5.4 實(shí)驗(yàn)結(jié)果及分析
5.5 本章總結(jié)與擴(kuò)展
第六章 總結(jié)與展望
6.1 本文總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
本文編號(hào):3067110
本文鏈接:http://sikaile.net/kejilunwen/yysx/3067110.html
最近更新
教材專著