资料下载
×
基于AdaBoost算法的复杂网络链路预测
消耗积分:0 |
格式:pdf |
大小:1.76 MB |
2021-04-08
分享资料个
链路预测是复杂网络的重要研究方向，当前的链路预测算法因可利用的网络信息有限，导致预测算法的精确度受限为了提高预测算法的性能，采用改进的 Adaboost算法进行链路预测。首先根据复杂网络样本建立邻接矩阵，完成样本的矩阵化处理;然后采用 Adaboost算法进行分类训练，通过权重投票获取预测结果;最后，考虑到复杂网络弱分类器预测正负误差分布的不均衡问题，设置权重调整因子η及其调整范围［η，η］并根据η值动态调整 Adaboost算法的多个弱分类器分类结果的权重，从而获得准确的链路预测结果。实验结果证明，相比其他常用网络链路预测算法及传统 Adaboost算法，改进的AdaBoost算法的预测准确率优势眀显，且在节点数量较多时，其预测时间性能和其他算法的差距较小。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
