简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:左R-模M称为Eω-内射模,如果对环R中任意的ω阶Euclid理想I来说,任何R-模同态能够拓展为R-模同态。左R-模M称为Eω-投射模,若对环R中任意的ω阶Euclid理想I和任何R-模同态f∈HomR(M,R/I),存在R-模同态g∈HomR(M,R)使得f=πg,其中π是自然同态。本文证明P和Q均是Eω-投射模当且仅当PQ是Eω-投射模。进而,又证明了每一个左R-模是Eω-投射的当且仅当每一个左R-模是Eω-内射。
简介:本文通过构造Lyapunov函数和利用不等式分析技巧,研究了具有时滞的细胞神经网络的稳定性,给出了与时滞无关的网络渐近稳定的充分判据,该判据可用于时滞细胞神经网络的设计与检验,有重要的理论意义与应用价值。