-
公开(公告)号:CN117910173A
公开(公告)日:2024-04-19
申请号:CN202311266981.X
申请日:2023-09-28
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于超图的量化社交系统拓扑结构影响因素的方法以及系统,本发明使用超图来建模社交系统,通过保证超图的特定他拓扑结构不变,从而建立不同阶的超图零模型,更合理且有效的量化了社交网络中的拓扑结构的影响程度,可以为后续高阶研究打下坚实的基础。
-
公开(公告)号:CN115344750A
公开(公告)日:2022-11-15
申请号:CN202210816803.9
申请日:2022-07-12
Applicant: 电子科技大学长三角研究院(湖州) , 湖州学院
IPC: G06F16/901 , G06F16/903
Abstract: 本发明涉及一种基于高阶增强的随机游走节点重要性排序的方法与系统,属于复杂系统与信息网络技术领域,能够基于网络中的高阶结构对节点进行重要性排序;该方法包括:S1、根据网络的拓扑信息,寻找出所有高阶结构;S2、根据网络的拓扑信息和高阶结构,构造二部图;S3、计算基于二部图的游走转移矩阵Wn;S4、根据Wn和基于原网络随机游走得到的游走转移矩阵C计算增强的游走转移矩阵S5、根据增强的游走转移矩阵计算各节点的访问概率,并根据访问概率对节点进行排序。
-
公开(公告)号:CN117539923A
公开(公告)日:2024-02-09
申请号:CN202311428334.4
申请日:2023-10-31
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/2458 , G06F17/16 , G06N3/0464 , G06N3/045 , G06N3/0985
Abstract: 本发明提供了一高阶结构嵌入及重要性排序的方法、设备及存储介质。通过收集现实场景中实体间的合作数据,构建基于合作数据的高阶网络;通过构建的高阶网络计算高阶关联矩阵;根据高阶关联矩阵计算高阶邻接矩阵;根据高阶邻接矩阵进行高阶随机游走采样,得到若干h‑胞腔序列并生成h‑胞腔的特征;将输入中的非中心层胞腔的特征转换为中心层h‑胞腔的特征;利用高阶卷积神经网络计算中心层h‑胞腔的嵌入矩阵Y;利用上一步中计算得到的高阶结构嵌入矩阵Y,对合作网络中的不同胞腔进行重要性打分,得到h阶胞腔的影响力分数并进行排名,确定合作数据中的重要高阶结构。相比于现有技术,结合高阶结构嵌入的方法来实现合作网络中高阶结构的嵌入和排序,能够更加准确的挖掘出合作网络中的重要高阶结构。
-
公开(公告)号:CN117236373A
公开(公告)日:2023-12-15
申请号:CN202311027755.6
申请日:2023-08-14
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N3/04
Abstract: 本发明提供了一种高阶图表示方法、以及高阶图神经网络模型生成方法。通过根据网络的拓扑信息,遍历整个网络,找到网络中各个阶的单纯形;将不同阶数的单纯形放在同一层中;建立花心‑花瓣模型,建立花心和不同花瓣的二部图;基于高阶二部图,建立高阶关联矩阵;在二部图上进行两步随机游走;将两步随机游走进行结合,得到整体随机游走动力学方程,构建高阶邻接矩阵,根据高阶邻接矩阵构建高阶拉普拉斯矩阵。相比于现有技术,通过找到网络中的高阶结构构建新的图表示方法,从而建立包含高阶结构的图神经网络,并且在图神经网络不同的下游任务中表现出突出的效果,本发明能够更好的量化高阶结构的强度。
-
-
-