基于时序深度学习的机会网络链路预测方法

摘要：

提出了一种基于长短记忆网络(LSTM)的链路预测方案,该方案利用网络历史拓扑及链路相关属性作为时序输入,使用LSTM模型提取链路时间序列的时空特征,挖掘链路时间序列前后关联信息,对链路形成的趋势进行预测.实验结果证明:提出方案的准确性和稳定性.

关键词：机会网络、深度学习、链路预测、LSTM

所属期刊栏目：38

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61662056;内蒙古自治区自然科学基金资助项目2016MS0608

在线出版日期：2019-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：283-288