公开(公告)号：CN115878861A

公开(公告)日：2023-03-31

申请号：CN202310074880.6

申请日：2023-02-07

Applicant: 东南大学

Inventor： 付嘉乐 ,  姜小丫 ,  康明与 ,  陈都鑫 ,  虞文武

IPC: G06F16/901 ,  G06F16/90 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明涉及一种针对图数据补全的集成式关键节点组的选择方法，包括四个模块：数据准备模块，根据真实网络数据，提取其拓扑信息并得到邻接矩阵；多角度关键节点识别模块，利用多种方法进行一组关键节点的识别；图卷积网络测试模块，基于图卷积网络对上一阶段得到的结果进行测试得到图数据补全效果；判断输出模块，对比补全效果，输出最优的一组关键节点。本发明的有效结果在于：针对图数据补全问题，能够识别出一组关键节点，且集成了基于邻域、基于路径、基于迭代多角度的方法，在不同类别的网络上都有较好的效果。

公开(公告)号：CN115878861B

公开(公告)日：2023-05-26

申请号：CN202310074880.6

申请日：2023-02-07

Applicant: 东南大学

Inventor： 付嘉乐 ,  姜小丫 ,  康明与 ,  陈都鑫 ,  虞文武

IPC: G06F16/901 ,  G06F16/90 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明涉及一种针对图数据补全的集成式关键节点组的选择方法，包括四个模块：数据准备模块，根据真实网络数据，提取其拓扑信息并得到邻接矩阵；多角度关键节点识别模块，利用多种方法进行一组关键节点的识别；图卷积网络测试模块，基于图卷积网络对上一阶段得到的结果进行测试得到图数据补全效果；判断输出模块，对比补全效果，输出最优的一组关键节点。本发明的有效结果在于：针对图数据补全问题，能够识别出一组关键节点，且集成了基于邻域、基于路径、基于迭代多角度的方法，在不同类别的网络上都有较好的效果。