摘要
本发明公开了一种基于图注意力网络的静态异构网络链路预测方法及系统,涉及网络链路预测技术领域。本发明的技术要点包括:获取异构网络训练数据集和测试数据集,数据集包括异构图;利用预设的元路径在边类型为r的异构图上进行随机游走以生成路径集合,并从路径集合中获得样本批次;基于训练数据集和测试数据集训练链路预测模型;将待预测异构网络数据输入训练好的链路预测模型中进行链路预测。本发明在静态异构网络链路预测任务上具有显著优势。
技术关键词
异构网络链路预测
链路预测模型
节点
注意力
异构网络数据
邻居
样本
矩阵
预测模型训练
序列
优化器
基础
超参数
数据获取模块
曲线
系统为您推荐了相关专利信息
面部关键特征
疲劳检测方法
面部关键点
特征提取模块
图像
优化调度方法
优化调度模型
优化调度系统
交易平台
数据处理单元
心电身份认证
心电身份识别
电信号
融合局部特征
双向滤波器
大坝
构建数据融合模型
监测方法
数据融合算法
碾压设备