基于神经网络的异构网络向量化表示方法

• 作者: 刘利群 吴卫祖 谢冬青
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 异构网络 神经网络 向量化表示 嵌入式向量
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 272-275
• 页数: 4页
• 分类号: TP393
• 字数: 3374字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.05.049

摘要

当网络中存在不同类型的对象时,对象与对象之间的关系会变得多种多样,网络的结构也会变得更为复杂.针对网络的异构化问题,提出了一种基于神经网络的异构网络向量化表示方法.针对具有图片和文本两种类型对象的异构网络,采用多层次的卷积网络将图片映射到一个潜在的特征空间,采用全连接的神经网络将文本对象也映射到相同的特征空间.在该特征空间内,图片与图片、文本与文本以及图片和文本之间的相似性采用相同的距离计算方法.在实验中,应用提出的方法进行异构网络的多种应用测试,结果表明提出的方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢冬青	广州大学计算机科学与教育软件学院	70	339	11.0	16.0
2	刘利群	广东海洋大学信息学院	19	27	3.0	5.0
3	吴卫祖	广东海洋大学信息学院	29	42	4.0	5.0