摘要
本发明公开了一种基于深度神经网络的社区增强属性网络嵌入方法及装置,应用于网络嵌入技术领域,方法包括基于网络的邻接矩阵、属性矩阵和融合权重因子构造融合矩阵,并根据融合权重因子构建损失函数惩罚项;将融合矩阵输入深度自编码器中并利用基于深度自编码器重构后的融合矩阵和融合矩阵之间的差异构建差异损失函数;根据网络中的各节点对应于深度自编码器的每个隐藏层中的低维学习表示和社区结构构建模块度函数;优化联合损失函数惩罚项、差异损失函数和模块度函数构建的目标函数得到优化后的融合矩阵和深度自编码器,进而根据优化后的融合矩阵和优化后的深度自编码器进行社区增强属性网络嵌入,全面反映了网络的真实特征。
技术关键词
属性网络嵌入方法
编码器
矩阵
节点
社区结构
拓扑结构信息
度函数
深度神经网络
解码模块
编码模块
重构
因子
网络嵌入技术
联合损失函数
关系
社交
参数
系统为您推荐了相关专利信息
心脏图像分割方法
队列
记忆
分支
非暂态计算机可读存储介质
心血管病患者
随机森林模型
LightGBM模型
序列
XGBoost模型
知识追踪方法
sigmoid函数
项目
门控循环单元神经网络
学生