排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
针对目前基于共邻节点及其改进的链接预测模型中存在对共邻节点间的依赖关系考虑不足,不能完全利用网络的拓扑结构信息的问题,本文提出了基于隐朴素贝叶斯模型和双隐朴素贝叶斯模型的链接预测方法。算法考虑共邻节点间互相依赖关系及其依赖关系的不同,通过隐朴素贝叶斯分类模型计算节点之间的相似性,利用条件互信息来衡量节点间的依赖程度,提高链接预测的准确率。采用网络DBLP和Email的真实数据作为实验数据集,使用AUC和Precision方法来评价本文的预测模型,实验结果表明,本文方法比目前主流方法的预测效果更好,验证了方法的准确性。 相似文献
2.
针对目前大多数DTN路由算法存在因孤立节点数量过多进而影响整个网络性能问题,提出了一种基于线图的社会性DTN消息传输策略.本策略将时间划分为若干时间片段,以线图节点对质量以及相似性作为评判标准,周期性地将三跳以内的节点划分成不同社区,最后通过社区内、社区间不同的路由策略进行数据传输.仿真结果表明:该算法与Epidemic、PROPHET、Sim Bet算法相比,在未降低网络延时性能的情况下,具有较高的消息投递率、较小的网络开销等. 相似文献
1