资料下载
×
深度学习的机会网络链路预测
消耗积分:1 |
格式:rar |
大小:2.14 MB |
2018-01-04
分享资料个
针对机会网络节点移动性、节点间间歇性连接等特点，提出基于深度学习的机会网络链路预测机制，基于时间序列理论和方法，综合考虑节点间边的杈值、节点强度和局部路径与节点间链路关系，构建反映机会网络链路状态随时间动态变化的相似性指标W_Katz;利用信息熵确定受限玻尔兹曼机的隐含层神经元数量，构建用于特征提取的深度学习模型，采用自适应学习率缩短其收敛时间；采用高斯核函数、K折交叉验证构造基于最小二乘支持向量回归机的预测模型；采用命中率R HIT和受试者工作特征曲线的Precision、Accuracy指标评价预测结果．通过INF 2005、MIT数据集上的对比实验结果表明，该方法可以获得更好的预测效果．
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
