首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

基于PU学习的链接预测方法研究

摘要第4-5页
abstract第5页
第一章 绪论第8-13页
    1.1 研究背景和意义第8-9页
    1.2 研究现状第9-11页
    1.3 论文的研究内容第11页
    1.4 论文的组织结构第11-13页
第二章 复杂网络链接预测方法调研第13-27页
    2.1 复杂网络简介第13-15页
        2.1.1 复杂网络的定义第13-14页
        2.1.2 异质信息网络第14-15页
    2.2 链接预测问题第15-22页
        2.2.1 定义与形式化描述第15-16页
        2.2.2 链接预测的主要方法第16-21页
        2.2.3 链接预测问题面临的挑战第21-22页
    2.3 关系预测问题第22-23页
    2.4 基于PU学习的链接/关系预测问题第23-26页
        2.4.1 PU学习及其主要方法第23-25页
        2.4.2 PU学习与链接预测第25-26页
        2.4.3 PU学习与关系预测第26页
    2.5 本章小结第26-27页
第三章 基于PU学习的同质信息网络链接预测框架PULP第27-44页
    3.1 同质信息网络的拓扑特征表示第27-28页
    3.2 基于PU学习的同质信息网络链接预测方法第28-34页
        3.2.1 可靠反例选取算法——SemiPUclus第28-31页
        3.2.2 PULP学习框架及其伪代码描述第31-34页
    3.3 实验环境与数据第34-37页
        3.3.1 数据集分析与预处理第35-37页
        3.3.2 实验环境第37页
    3.4 对比实验设置第37-39页
        3.4.1 对比方法介绍第37-38页
        3.4.2 实验设置第38-39页
    3.5 实验评估标准第39-41页
        3.5.1 准确率与F1值第39-40页
        3.5.2 ROC曲线与AUC值第40页
        3.5.3 运行时间第40-41页
    3.6 实验结果和分析第41-43页
    3.7 本章小结第43-44页
第四章 基于PU学习的异质信息网络关系预测框架PURP第44-53页
    4.1 异质信息网络的拓扑特征表示第44-45页
    4.2 PURP学习框架及其伪代码描述第45-47页
    4.3 实验数据第47-49页
        4.3.1 异质信息网络数据集简介第47-48页
        4.3.2 数据分析与预处理第48-49页
    4.4 对比实验设置第49-50页
    4.5 实验结果和分析第50-52页
    4.6 本章小结第52-53页
第五章 总结与展望第53-55页
    5.1 论文工作总结第53页
    5.2 未来研究内容和方向第53-55页
参考文献第55-58页
附录1 攻读硕士学位期间撰写的论文第58-59页
附录2 攻读硕士学位期间参加的科研项目第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:一类时滞微分方程的动力学性质分析
下一篇:广义F-互补问题的理论及其算法设计