[发明专利]基于贝叶斯理论的时变网络链路预测方法在审
| 申请号： | 201811237929.0 | 申请日： | 2018-10-23 |
| 公开（公告）号： | CN109492677A | 公开（公告）日： | 2019-03-19 |
| 发明（设计）人： | 张苏元;濮存来;李伦波 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 王玮 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本本发明公开了一种基于贝叶斯理论的时变网络链路预测方法。实现步骤是：首先，根据真实网络得到时变网络的时序序列；其次，将特定时刻的网络拆分为训练集和测试集两个部分；然后，应用训练集中的拓扑信息预测测试集中的连边信息；最后，应用该预测方法，通过贝叶斯方法，用多层网络的信息对预测进行修正。本方法同时利用连边和路径的同质性，并挖掘时变网络的拓扑价值来预测连边，能够充分提高链路预测算法的预测性能。 | ||
| 搜索关键词： | 时变网络 链路预测 贝叶斯 预测 本本发明 多层网络 时序序列 拓扑信息 应用训练 预测性能 真实网络 测试集 训练集 算法 拓扑 测试 修正 挖掘 应用 网络 | ||
【主权项】：
1.一种基于贝叶斯理论的时变网络链路预测方法，其特征在于，包括如下步骤：步骤1，在不同时间点对真实网络进项采样，得到时变网络的时序序列G＝＜G0,G1,...,Gn＞；步骤2，选择时间戳T将该时刻的网络GT分为训练集和测试集；步骤3，利用路径的信息对链接的产生进行初步评分；步骤4，通过贝叶斯方法，使用全局信息分别对不同长度路径的权重进行修正；步骤5，使用时变网络其他时刻的拓扑结构估计网络应有的拓扑特征，再次通过贝叶斯方法，利用估计的拓扑特征分别对不同长度路径的权重进行修正；步骤6，应用训练后的预测方法预测网络的未来信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811237929.0/，转载请声明来源钻瓜专利网。
