【摘 要】
:
在数据科学领域,网络分析方法能够形象模拟现实世界中实体间的特性关系,是理解复杂系统本质和功能的有效途径。然而,传统的复杂网络分析方法以单层网络结构和单一关系模型为导向,未准确地描述现实世界中相互关联、相互依存的多源实体关系,可能会遗漏甚至丢失网络中潜在的高价值异质信息。为了有效地刻画现实世界的多源数据关系并将其融入网络分析和研究中,本文利用复杂网络理论和深度学习技术分析异质节点的特征和网络拓扑性质
论文部分内容阅读
在数据科学领域,网络分析方法能够形象模拟现实世界中实体间的特性关系,是理解复杂系统本质和功能的有效途径。然而,传统的复杂网络分析方法以单层网络结构和单一关系模型为导向,未准确地描述现实世界中相互关联、相互依存的多源实体关系,可能会遗漏甚至丢失网络中潜在的高价值异质信息。为了有效地刻画现实世界的多源数据关系并将其融入网络分析和研究中,本文利用复杂网络理论和深度学习技术分析异质节点的特征和网络拓扑性质。鉴于现有众多方法在识别关键节点时局限于单一关系模式,本文提出了一种基于K-Shell的多层异构网络关键节点识别算法。在节点影响力的识别和计算中,本算法引入了节点的自身属性、位置属性和邻域节点的不同贡献度。本算法以K-Shell算法为基础,通过量化层重要性,并利用节点传递机制和多关系特征发掘层间相互作用模式对多层异构网络的节点中心性的贡献,以尽可能多地利用网络的多源信息识别关键节点。其次,为了解决现有的图卷积神经网络未充分利用多源关系信息导致特征信息丢失的问题,本文基于现实的多源关系网络构成多层异构网络拓扑结构,将基于局部邻域聚合范式的图卷积神经网络推广到了异质特征丰富的多层异构网络。本方法利用BERT捕捉网络中的异质语义信息,并引入了网络模体用于表征目标节点邻域的高阶局域信息,并利用模体重要性采样方法提取网络中高价值的模体。随后,基于网络模体设计了模体图卷积操作,并利用注意力机制动态地聚合模体特征,基于此提出了一种基于模体图神经网络的多层网络嵌入算法。最后,基于真实的多层异构网络实现关键节点识别算法,并通过与其他典型方法进行对比分析验证了本文所提出的识别算法的有效性,并且该识别算法在识别重要节点的任务中优于其他基线算法。同时,在若干个真实的多层异构网络中进行节点分类任务,验证了本文所提出的分类算法的准确率和运行效率要高于其他基线算法。
其他文献
马尾藻是褐藻中马尾藻科最重要的属之一,用于生产卡拉胶、甘露醇、碘和其他经济物质。马尾藻属物种之间形态特征相似,因此在分类上存在很多争议,进化关系不够明确。本研究基于第二代测序技术,对7个完整的马尾藻属质体基因组,费氏马尾藻(Sargassum feldmannii)、草叶马尾藻(Sargassum graminifolium)、亨氏马尾藻(Sargassum henslowianum)、冬青叶马尾
小麦是我国最主要的粮食作物之一,关乎国家粮食安全,因此小麦的高产稳产至关重要。由专性寄生真菌禾本科布氏白粉菌(Blumeria graminis f.sp.tritici,Bgt)引起的小麦白粉病是小麦最主要的病害之一,严重威胁小麦产量和品质。相比较于传统的化学药剂防治,种植抗病品种是最经济、有效和环保的措施。虽然目前已发掘到很多的抗病基因,然而大多数基因已经丧失了对白粉病的抗性,有限抗病基因中,
医学图像配准通过发现图像之间的空间对应关系,将不同的图像转换为一个具有匹配内容的公共坐标系。配准在医学图像分析中起着至关重要的作用,是许多临床任务的基础,如不同模式的图像融合、解剖结构演变的纵向分析、运动提取和群体建模。医学图像配准框架包含待配准图像对及其特征、相似性度量、转换模型和优化方法。传统配准方法旨在求解为每个图像对精心设计的优化问题,计算成本高。基于深度学习的方法用一个全局函数的优化取代
主流的低光照图像增强解决方案中,根据优化过程的拓扑结构可以分为并行优化光照和反射、串行优化光照和反射两大类。其中并行结构由于生成结果质量高被广泛使用,但是其网络特征的利用率不高,优化反射需要额外的监督数据,使得该类方法复杂度高、鲁棒性不强。与并行结构相比,串行结构仅通过光照先验优化光照,实现了高效鲁棒的低光照增强。然而其优化反射的过程与优化光照过度解耦,增强结果存在失真等问题。为了解决上述问题,本
在当今时代,海量数据呈现出多源异构且价值密度低等特点,而多视图学习能够很好地利用不同源数据之间的一致性和互补性来挖掘其背后所隐藏的丰富信息。然而在现实生活中,完整的多视图关系难以获得,另外,考虑到大规模实例的标记需耗费大量人力,许多不完整多视图聚类算法被相继提出。针对该领域现有方法在复杂数据结构捕获上的不足,本文从自表达子空间学习思想出发,提出了两种不完整多视图聚类算法:为解决潜在冗余数据对缺失视
阀板是汽车空调压缩机中的重要组成零件之一,其在生产过程中所产生的表面缺陷会严重影响压缩机的正常工作。目前国内的阀板缺陷检测主要以人力为主,但因工作量大、检测速度较低、人眼易疲劳等问题,不仅限制阀板零件的产出还会造成零件缺陷的误判,影响后续的使用。随着人工智能、智能制造等领域的发展,机器视觉检测技术在工业生产中得到了广泛的应用,采用机器视觉代替人眼进行检测可以有效的提高缺陷检测效率及准确率。为此,本
随着电子设备逐渐朝着高性能化和小型化方向高速发展,电子元件安装空间被限制的同时,也需要充分发挥性能作用。这样一来,高性能的芯片进行高速运算,在紧凑狭小的空间里产生了大量的热,散热过程面临新的挑战。为了匹配电子产品的散热需求,需要一种具有高热传导、低膨胀性能的新材料。金属铝具有较高的热导率,是一种常用的电子封装材料,但是其热膨胀系数较大,在温度变化时容易产生热应力,从而导致故障。因此,具有高热导和负
近年来,新冠肺炎作为一种全球爆发的传染病,威胁着人们的生命健康。在抗击疫情中,基于胸部CT图像的计算机辅助诊断系统对新冠肺炎的快速诊断和评估至关重要,该系统的关键步骤是在CT图像上自动分割新冠肺炎病灶。新冠肺炎病灶的准确分割可以直接对病灶的位置、大小、纹理有清晰展示,有助于病情分析和医生诊疗。目前,大多数新冠肺炎病灶分割工作都基于监督方法开发,并且需要难以获得的大规模标注数据集,而基于无监督异常检
目前认为隐藻藻胆蛋白主要以两个不同的α亚基和两个相同的β亚基构成的异二聚体形式存在,但实验室前期工作中已有大量的实验结果表明海生蓝隐藻(Chroomonas placoidea T13)藻蓝蛋白(phycocyanin)PC645的β1与β2是分子质量和等电点不同的两种亚基,但造成这些差异的原因尚不确定。因此实验首先通过对蓝隐藻进行转录组测序以及对PC645的β亚基基因进行克隆,从基因水平确定了β
针对脑深部刺激手术因穿刺设备落后、钻削及穿刺理论不足等原因导致颅骨承受额外损伤、电极植入精度低的问题。本文结合无框式颅外正交定向方法与三维可视化技术设计制造了正交无框式脑深部穿刺平台,利用仿颅脑模型进行空载试验,验证了正交无框式脑深部穿刺平台的定位精度;利用此平台进行了颅骨微创小孔钻削实验,以钻削力和钻削温度为指标分析了穿刺参数对穿刺结果的影响,得出了优化的颅骨钻削参数;结合医学影像技术建立了颅脑