基于D-S证据理论的网络表示融合方法

• 作者: 吉立新 尹赢 程晓涛 黄瑞阳
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 网络表示学习 特征融合 D-S证据理论 冲突判别
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 854-860
• 页数: 7页
• 分类号: TP393
• 字数: 4488字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.05.004

摘要

随着网络表示学习技术的发展,在网络结构信息的基础上,越来越多的研究者考虑融入额外辅助信息来提升网络表示效果.针对现有网络表示学习方法中对于多属性特征融合缺乏冲突判别与评价指标的问题,本文在已有研究基础上,提出一种基于D-S证据理论的网络表示融合方法.本方法首先通过SVM算法给出不同属性信息对融合表示结果的支持度,然后利用证据组合规则计算网络表示学习中的融合评价指标,并依据混淆矩阵考虑各类别在节点分类中的局部可信度.在3类数据集上的仿真实验表明:本方法对于检测网络表示融合中的冲突,提高表示融合效果具有一定的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉立新		2	0	0.0	0.0
2	尹赢		1	0	0.0	0.0
3	黄瑞阳		1	0	0.0	0.0