一种基于长短时记忆网络的动态网络结构预测方法[CN201811139373.1] - 浙江工业大学

专利申请

2018-09-28
公布公告

2019-03-26
授权日期

2020-12-11
终止

2029-03-23

一种基于长短时记忆网络的动态网络结构预测方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201811139373.1 申请日期： 2018-09-28 专利主类别： G06N3/08 {{ classMap["G06N3/08"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号

专利分类项目

G06N3/08 : 学习方法

G06N3/04 : 体系结构，例如，互连拓扑

专利注册信息

初审公告期号	2018-09-28	初审公告日期	2019-03-26
注册公告期号	2020-12-11	注册公告日期	2020-12-11
专用权期限	2019-03-26 - 2029-03-23	专利类型	发明公开
代理组织机构	杭州天勤知识产权代理有限公司查看该机构代理的所有专利

专利介绍

本发明公开了一种基于长短时记忆网络的动态网络结构预测方法，包括：(1)收集动态网络数据，确定时间间隔Δ，将数据分割成N个时刻的静态网络G1,G2,…,GN；(2)设定训练时间步长t，根据训练时间步长t将静态网络划分为一系列的数据样本，组成训练集用于模型的训练；(3)根据动态网络中的节点数量，确定模型中的隐藏层层数和每一个隐藏层的单元数量，并搭建模型；(4)将训练集中的数据样本输入模型进行训练，当达到最大训练步数或模型收敛后，模型训练完毕；(5)输入待测试的序列，进行网络结构预测。利用本发明，能够同时学习网络的非线性特征和时间上的结构演化特征，从而准确预测下一时刻网络的整体结构。

法律进度