您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 复杂网络链路预测的研究现状及展望

  2. 做链路预测这个方向有一年多的时间了,有一些收获和体会。一直想写一个综述进 行总结,总是希望这个综述尽可能的包括更多更全面的信息,但是新的思想和结果源源不断 的涌现,所谓的综述也就无限期的搁置了下来。前不久刚刚和伟平合作发表了一篇关于利用 网络局部随机游走进行链路预测的文章,借此文发表之动力,总结一下链路预测这个方向的 研究进展以及展望。希望该文能对那些正奋战在这个方向上和希望在此领域有所建树的科研 工作者有所帮助和启迪。
  3. 所属分类:网络基础

    • 发布日期:2010-11-08
    • 文件大小:227328
    • 提供者:wamfr
  1. swing下二维空间八向量的随机游走模拟

  2. 这是一个用swing做的模拟二维空间八向量的随机游走轨道的小程序,可以点击重新生成轨道。 八向量指的是北、东北、东、南、西南、西、西北、北。相比四向量的东、南、西、北轨道细腻得多(步距为1下实现最细腻)的轨道模拟。
  3. 所属分类:Java

    • 发布日期:2015-10-11
    • 文件大小:106496
    • 提供者:u014240069
  1. 多随机游走 图像协同分割

  2. Multiple Random Walkers Cosegmentation Multiple Random Walkers and Their Application to Image Cosegmentation Lee_Multiple_Random_Walkers_2015_CVPR_paper 中的实现。多随机游走图像 协同分割。windows下运行。
  3. 所属分类:其它

    • 发布日期:2016-06-01
    • 文件大小:2097152
    • 提供者:abelwd
  1. 基于视觉注意的随机游走图像分割.pdf

  2. 基于视觉注意的随机游走图像分割.pdf,传统随机游走图像分割需要多次交互设置种子点以获得理想的分割结果。在视觉注意的基础上,提出了一种新的自动确定种子点的随机游走图像分割算法。首先对图像进行超像素分割,并生成概率边界图(PBM);然后基于Itti模型,通过视觉注意焦点的转移搜寻待分割的关键区域;为确定关键分割区域种子点,以当前注意焦点作为极点对概率边界图进行极坐标变换,在获得的极坐标概率边界图上建立关于焦点区域边界的能量函数,采用图论max flow min cut算法最小化能量函数检测焦点区
  3. 所属分类:其它

    • 发布日期:2019-09-20
    • 文件大小:5242880
    • 提供者:weixin_38743481
  1. IOI国家集训队论文集1999-2019

  2. # 国家集训队论文列表(1999-2019) ___点击目录快速跳转:___ - _国家集训队论文列表(1999-2019)_ * [_1999_](#1999) * [_2000_](#2000) * [_2001_](#2001) * [_2002_](#2002) * [_2003_](#2003) * [_2004_](#2004) * [_2005_](#2005) * [_2006_](#2006) * [_2007_](#2007) * [_2008_](#2008) * [_2
  3. 所属分类:讲义

    • 发布日期:2019-09-20
    • 文件大小:110100480
    • 提供者:jiazhendong
  1. 国家集训队2019论文集.zip

  2. IOI国家集训队2019论文集,目录: 钟子谦 - 《两类递推数列的性质和应用》 王修涵 - 《浅谈图模型上的随机游走问题》 杨骏昭 - 《“小水题”命题报告》 高嘉煊 - 《浅谈图的点着色问题》 戴 言 - 《浅谈格路计数相关问题》 李佳衡 - 《算法竞赛中一些数论问题的推广与高斯整数初探》 范致远 - 《“基础圆方树练习题”命题报告》 徐翊轩 - 《“整点计数”命题报告以及对高斯整数的若干研究》 张哲宇 - 《浅谈树上分治算法》 吴
  3. 所属分类:专业指导

    • 发布日期:2020-04-04
    • 文件大小:2097152
    • 提供者:huangyuanlang
  1. 【Graph Embedding】DeepWalk:图嵌入的一颗手榴弹

  2. 今天学习的是纽约州立大学石溪分校在 NetWork Embedding 的工作《DeepWalk Online Learning of Social Representations》,这篇文章于 2014 年发表于 ACM 会议,目前已经有 2700 多引用,是第一个将 Word2Vec 应用到 NetWork Embedding 并取得了巨大成功的方法。 由于论文比较简单,所以直接进入主题。 1. Introduction 这篇论文提出了一个新的算法——DeepWalk,大致为:通过在网络中随
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:484352
    • 提供者:weixin_38610277
  1. cuckoo:杜鹃哈希-Go中的全面支持,没有依赖项-源码

  2. 杜鹃哈希表 此程序包是杜鹃哈希表(CHT)的实现。 [^ 1]布谷鸟哈希表类似于Go的内置哈希表,但是在发生哈希冲突时,使用具有级联随机游走槽逐出策略的多个哈希表。可以选择动态添加其他哈希表。杜鹃哈希表是一种3D数据结构。多个哈希表由存储桶组成。每个存储桶均包含插槽。每个插槽包含一个键/值对。哈希表都使用相同的哈希函数,但种子不同。 Go的内置地图经过精心设计和实施。作者一直使用它。此CHT是一种精巧的定制数据结构,更适合于数据集很大,内存效率是关键或两者兼而有之的特殊情况。 为什么使用CHT
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:61440
    • 提供者:weixin_42133899
  1. 通过拓扑感知和优化来嵌入虚拟网络

  2. 将一系列虚拟网络(VN)嵌入到给定的物理网络基础结构中以容纳尽可能多的VN请求是众所周知的NP-hard。 本文提出了一种研究该问题的新方法。 特别是,我们基于随机游走设计了一种针对节点资源的拓扑感知措施,并将其用于对节点的资源和拓扑属性进行排名。 然后,我们设计一种贪心算法,根据节点等级将VN中的节点与基础网络中的节点进行匹配。 在大多数情况下,存在多种嵌入解决方案,因此我们希望找到最好的嵌入,以增加接受将来的VN请求的可能性,并优化底物网络提供商的收入。 当不允许路径拆分时,我们针对此优化问
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:817152
    • 提供者:weixin_38608693
  1. 通过将模糊C均值与随机游走相结合来进行3D形状细分

  2. 3D形状的共分割已受到越来越多的关注,并通过一些不受监督的方法将其视为描述符空间中的聚类问题,以实现具有较大可变性的形状的适当共分割。 但是,大多数现有算法是在段级别执行的,并且在很大程度上取决于每个对象的细分。 因此,我们提出了一种基于模糊C均值(FCM)和随机游走相结合的共分割方法。 我们方法的新颖性是双重的。 作为一种有效的软聚类算法,FCM首先用于根据其形状描述符将聚类中的所有构面直接聚类。 构面的簇被创建为形状一致部分的候选。 然后将随机游走模型合并到FCM聚类的迭代中,以根据形状分割
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:748544
    • 提供者:weixin_38696582
  1. 结合SSFCM与随机游走的半监督图像分割算法

  2. 针对基于颜色特征空间的半监督聚类分割算法适合分割结果包含多个颜色特征相似目标的应用场合,但对高噪声图像却无法获得理想的分割结果,而基于随机游走理论的半监督图像分割算法需要用户对目标逐一进行标记的问题,提出一种半监督图像分割算法.首先根据用户标记采用半监督模糊C均值聚类(SSFCM)算法对图像颜色特征进行建模;然后引入一个确信度函数,并根据SSFCM算法得到的隶属度数据计算确信度函数值,再将像素分为2类,分别作为随机游走图像分割算法的已标记点和未标记点;最后采用随机游走算法完成最终的分割.实验结果
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:1048576
    • 提供者:weixin_38540782
  1. scNPF:网络传播和网络融合辅助的集成框架,用于单细胞RNA-seq数据的预处理-源码

  2. scNPF R软件包 网络传播和网络融合辅助的整合框架,用于单细胞RNA-seq数据的预处理 关于 scNPF是一个R软件包,用于通过利用给定数据中固有的上下文特定拓扑和先验基因-基因相互作用网络的网络信息来预处理单细胞RNA-seq数据。 基本的scNPF框架由两个模块(图1)组成,包括用于插补缺失的scNPF传播和用于融合多个平滑表达矩阵以学习细胞-细胞相似性矩阵的scNPF-fusion。 scNPF框架具有高度集成性和灵活性,因为两个模块是独立但相互联系的。 scNPF传播涉及一个基于网
  3. 所属分类:其它

    • 发布日期:2021-03-01
    • 文件大小:85983232
    • 提供者:weixin_42131013
  1. 优化算法:在C ++中进行优化实验-源码

  2. 优化算法 这是一些优化问题的集合,这些问题本来就是我课程的一部分。 我现在的目标是扩展算法,提高代码模块化,添加更多测试,并添加数据分析和结果可视化。 状态:进行中(截至10/2020) 内容 定义标准基准功能 代表优化问题的目标 实现盲搜索/随机游走算法 需要问题实例作为目标 实现本地搜索算法 需要问题实例作为目标 实现差分进化算法 需要问题实例作为目标 实施NEH启发式解决流水车间排序问题 需要通过CSV文件输入FSS问题实例
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:449536
    • 提供者:weixin_42146274
  1. iDRW:使用定向随机游走的基于网络的多层路径活动推断-源码

  2. 灾难恢复 iDRW是一种在图上使用定向随机游走的综合路径活动推断方法。 它整合了多个基因组图谱,并使用基于途径的整合基因-基因图将它们转变为单个途径图谱。 安装 library( devtools ) install_github( " sykim122/iDRW " ) 入门 1.加载iDRW软件包 library( iDRW ) 试试我们的样本数据(TCGA膀胱癌数据集)和基于KEGG通路的基因-基因图 data( " data_BLCA " ) data_BLCA包含具有三个基因组图谱
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:26214400
    • 提供者:weixin_42100032
  1. FEATHER:FEATHER的参考实现,摘自CIKM '20论文“图的特征函数:羽毛,从统计描述符到参数模型”-源码

  2. 羽毛 ⠀ ⠀ 从CIKM '20论文“图形上的特征函数:羽毛的鸟,从统计描述符到参数模型”的Python参考实现FEATHER和FEATHER-G 。 抽象 在本文中,我们提出了在图顶点上定义的特征函数的灵活概念,以描述多个尺度上顶点特征的分布。 我们引入了FEATHER,这是一种计算效率很高的算法,用于计算这些特征函数的特定变体,其中特征函数的概率权重定义为随机游走的转移概率。 我们认为,此过程提取的功能对于节点级机器学习任务很有用。 我们讨论了这些节点表示的合并,从而产生了可以用作图分类
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:13631488
    • 提供者:weixin_42101384
  1. 一种基于图的多模态随机游走重排序算法

  2. 一种基于图的多模态随机游走重排序算法
  3. 所属分类:其它

    • 发布日期:2021-02-08
    • 文件大小:503808
    • 提供者:weixin_38663701
  1. nba分析:使用机器学习库来分析NBA数据-源码

  2. NBA数据分析 签出已。 概要 传球:根据球员传球数据创建图表,随机游走以模拟前端完成的控球 职位:根据赛季统计数据使用KNearestNeighbors分类器将NBA球员分类为职位 风格:根据比赛类型的频率确定NBA球队和球员的风格 等级:使用高级统计数据的k-means聚类算法将NBA球员分为多个等级 数据 所有数据均摘自 入门 可以使用存储库目录中的pip install -r requirements.txt安装所有所需的库。 使用python setup.py install软件包。
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:333824
    • 提供者:weixin_42101237
  1. RecSys_Course_AT_PoliMi:这是米兰理工大学“推荐系统”课程的官方资料库-源码

  2. RecSys课程米兰理工大学 这是Polimi 2019年推荐系统课程的官方资料库。 由米兰理工大学博士后研究员开发。 请我们的,以获取有关我们的研究小组和可用论文的更多信息。 介绍性幻灯片可。 有关安装说明,请参见以下“部分。 此存储库包含以下内容的Cython实现: SLIM BPR:优化BPR的项目-项目相似度矩阵机器学习算法。 使用基于Cython树的稀疏矩阵,适用于项数太大以致于密集相似度矩阵无法容纳在内存中的数据集。 还支持密集相似性。 MF BPR:矩阵分解优化BPR Fu
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:11534336
    • 提供者:weixin_42123237
  1. covid-19:随机SIR模型; 添加年龄结构和社交联系数据以传播covid-19。 用于识别和隔离热点的晶格模型。 它已被进一步发展成一个由多个簇(格子)组成的网络(图),并在这种人群中追踪感染情况-源码

  2. 楷模 已实施以下SARS-CoV-2(新型冠状病毒)传播的流行病学模型: 基于代理的网络随机游走 PDF: 簇的添加速度:(是随机的!)看起来像线性拟合! SIR-随机 使用Gillespie算法,可以生成基本的SIR模型。 微分方程解: 随机模拟:随机 SIR-基于年龄结构和社会接触 I-有症状和无症状可以从以下来源找到构建结构化隔间模型所需的印度的年龄和社会联系数据: 年龄结构和联系矩阵:研究论文: : 使用软件包并将疾病传播建模为,从而提供一种识别和隔离热点的方法。
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:16777216
    • 提供者:weixin_42134054
  1. 基于高阶相似性的属性网络表示学习

  2. 现有的网络表示学习方法缺少对网络中隐含的深层次信息进行挖掘和利用。对网络中的潜在信息做进一步挖掘,提出了潜在的模式结构相似性,定义了网络结构间的相似度分数,用以衡量各个结构之间的相似性,使节点可以跨越不相干的顶点,获取全局结构上的高阶相似性。利用深度学习,融合多个信息源共同参与训练,弥补随机游走带来的不足,使得多个信息源信息之间紧密结合、互相补充,以达到最优的效果。实验选取Lap、DeepWalk、TADW、SDNE、CANE作为对比方法,将3个真实世界网络作为数据集来验证模型的有效性,进行节点
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:876544
    • 提供者:weixin_38663595
« 12 »