10.16451/j.cnki.issn1003-6059.202106005
基于图卷积神经网络的网络节点补全算法
网状数据结构通常获取的网络数据不完整,存在缺失节点.对此,文中提出基于图卷积神经网络的网络节点补全算法.首先对可观测网络进行成对采样,构造目标节点对的封闭子图和特征矩阵.然后利用图卷积神经网络提取子图及特征矩阵的表征向量,用于推断子图中的目标节点对之间是否存在缺失节点,同时判断不同目标节点对间的缺失节点是否为同一节点.最后,在真实网络数据集及人工生成的网络数据集上的实验表明,文中算法可较好解决网络补全问题,在缺失节点比例较大时仍能有效补全网络.
网络补全、节点补全、图卷积神经网络、深度学习
34
TP391(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家自然科学基金;上海市高等学校特聘教授东方学者岗位计划
2021-07-19（万方平台首次上网日期，不代表论文的发表时间）
共9页
532-540
