摘要
一种基于模体感知特征传播的图嵌入链路预测方法,包括以下步骤;步骤1:图结构初始化与模体识别;步骤2:基于模体感知特征传播构建节点属性矩阵;步骤3:构造节点对的边特征;步骤4:将节点嵌入向量与边特征向量进行融合,输入至机器学习分类器中,对节点对是否存在潜在边进行预测;步骤5:链路预测得分计算,根据分类器输出结果预测结果,获得节点对的连接概率得分,形成相似度矩阵S。本发明实现对节点对之间潜在连接关系的有效预测,提升模型对复杂网络结构的适应能力与泛化性能。
技术关键词
链路预测方法
感知特征
机器学习分类器
模体
节点特征
矩阵
网络结构信息
特征信息融合
度量
机器学习模型
邻居
定义
支持向量机
随机森林
关系
系统为您推荐了相关专利信息
工业知识图谱
机器人线缆
工艺参数配置
工艺流
深度强化学习
嵌入方法
相似性检测方法
混合网络架构
节点特征
相似性检测装置
蛋白质相互作用预测方法
异构信息网络
上下文特征
融合特征
嵌入特征