复杂网络中关键节点查找和链路预测应用研究
摘要 | 第2-3页 |
Abstract | 第3-4页 |
1 绪论 | 第7-10页 |
1.1 研究背景 | 第7页 |
1.2 研究现状 | 第7-10页 |
2 相关理论 | 第10-23页 |
2.1 中心性指标介绍 | 第10-11页 |
2.2 网络数据及生物知识来源 | 第11-12页 |
2.3 SVM分类算法介绍 | 第12-13页 |
2.4 知识图谱综述 | 第13-15页 |
2.5 链路预测算法介绍 | 第15-18页 |
2.5.1 基于相似性的链路预测 | 第15-17页 |
2.5.2 基于推荐算法的链路预测 | 第17-18页 |
2.6 表示学习介绍 | 第18-23页 |
2.6.1 网络表示学习核心思想 | 第19页 |
2.6.2 LINE算法介绍 | 第19-21页 |
2.6.3 node2vec算法介绍 | 第21-23页 |
3 关键蛋白质分类算法 | 第23-30页 |
3.1 数据集 | 第23页 |
3.2 关键蛋白质节点分类算法 | 第23-25页 |
3.3 实验结果 | 第25-30页 |
3.3.1 参数设置 | 第25-27页 |
3.3.2 实验分析 | 第27-30页 |
4 基于Probase知识库的链路预测算法研究 | 第30-43页 |
4.1 Probase知识库 | 第30-32页 |
4.2 链路预测算法框架 | 第32-34页 |
4.3 实验结果 | 第34-43页 |
4.3.1 参数设置 | 第34-35页 |
4.3.2 实验分析 | 第35-43页 |
结论 | 第43-45页 |
参考文献 | 第45-48页 |
攻读硕士学位期间发表学术论文情况 | 第48页 |
攻读硕士学位期间项目与奖励情况 | 第48-49页 |
致谢 | 第49-51页 |