摘要
本发明公开了一种基于层内层间链接优化的网络对齐方法,包括:获取数据集并进行预处理;进行一致性度量,通过计算所有已知锚节点的一致性指标,基于一致性指标计算整个网络的一致性值;基于一致性假设,利用不同锚节点对之间的关系在补全网络层内丢失的链接以及潜在链接,同时利用图结构学习,对原始的邻接矩阵和节点特征进行优化;计算源网络和目标网络在不同层的节点嵌入,基于嵌入生成初始的层级对齐矩阵;利用对齐结果识别稳定节点,根据识别结果调整嵌入,本发明利用图结构学习优化网络每一层的拓扑结构,获得更加完整和一致的网络表示;不仅增强了网络对齐中的一致性,还提升了网络对齐的效果。
技术关键词
对齐方法
锚节点
网络
度量
矩阵
节点特征
因子
K近邻算法
贪心策略
层级
指标
表达式
定义
代表
数学
超参数
关系
邻居
模式
系统为您推荐了相关专利信息
电力设备
设备状态数据
历史设备
设备运行参数
设备状态预测
气味监测方法
中央控制单元
传感节点
深度神经网络融合
深度学习网络
混合整数线性规划模型
建筑供能系统
储能设备
设备控制
策略