基于时序深度学习的机会网络链路预测方法

文档摘要：提出了一种基于长短记忆网络(LSTM)的链路预测方案,该方案利用网络历史拓扑及链路相关属性作为时序输入,使用LSTM模型提取链路时间序列的时空特征,挖掘链路时间序列前后关联信息,对链路形成的趋势进行预测.实验结果证明:提出方案的准确性和稳定性.

作者：赵宇红  李可新Author：ZHAOYuhong  LIKexin
作者单位：内蒙古科技大学信息工程学院,内蒙古包头,014010
刊名：内蒙古科技大学学报
Journal：JournalofInnerMongoliaUniversityofScienceandTechnology
年，卷(期)：2019, 38(3)
分类号：TP393
关键词：机会网络  深度学习  链路预测  LSTM  
机标分类号：
在线出版日期：2019年11月8日
基金项目：国家自然科学基金资助项目，内蒙古自治区自然科学基金资助项目基于时序深度学习的机会网络链路预测方法[
期刊论文]  内蒙古科技大学学报--2019, 38(3)赵宇红  李可新提出了一种基于长短记忆网络(LSTM)的链路预测方案,该方案利用网络历史拓扑及链路相关属性作为时序输入,使用LSTM模型提取链路时间序列的时空特征,挖掘链路时间序列前后关联信息,对链路形成的趋势进行预测.实验结果证明...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：

2024-10-4 00:49 上传 基于时序深度学习的机会网络链路预测方法.pdf

文件大小:

1.34 MB

下载次数:

60

高速下载