一种基于神经网络与多维特征提取的网络节点角色识别方法

    公开(公告)号:CN111178431A

    公开(公告)日:2020-05-19

    申请号:CN201911387280.5

    申请日:2019-12-27

    Abstract: 本发明公开一种应用于通信网络、基于神经网络与多维特征提取网络节点角色识别方法。在本发明中,利用已知节点角色的测试网络样本Net0提取节点的角色、结构特征和属性特征;将提取到的节点特征进行归一化处理转换为网络的特征矩阵,将特征矩阵作为神经网络的输入,节点角色作为输出,进行多分类的监督学习训练并输出模型;对于未知角色的大规模通信网络Net1按照相同的方式提取特征、整理网络特征矩阵,将特征矩阵输入训练完成后的模型即可对网络进行高准确率的节点角色识别。

    一种基于神经网络与多维特征提取的网络节点角色识别方法

    公开(公告)号:CN111178431B

    公开(公告)日:2023-04-07

    申请号:CN201911387280.5

    申请日:2019-12-27

    Abstract: 本发明公开一种应用于通信网络、基于神经网络与多维特征提取网络节点角色识别方法。在本发明中,利用已知节点角色的测试网络样本Net0提取节点的角色、结构特征和属性特征;将提取到的节点特征进行归一化处理转换为网络的特征矩阵,将特征矩阵作为神经网络的输入,节点角色作为输出,进行多分类的监督学习训练并输出模型;对于未知角色的大规模通信网络Net1按照相同的方式提取特征、整理网络特征矩阵,将特征矩阵输入训练完成后的模型即可对网络进行高准确率的节点角色识别。

Patent Agency Ranking