您的位置: 专家智库 > >

焦鹏飞

作品数:24 被引量:1H指数:1
供职机构:杭州电子科技大学更多>>
发文基金:浙江省自然科学基金国家自然科学基金中央级公益性科研院所基本科研业务费专项更多>>
相关领域:自动化与计算机技术文化科学医药卫生社会学更多>>

文献类型

  • 17篇专利
  • 6篇期刊文章
  • 1篇学位论文

领域

  • 15篇自动化与计算...
  • 3篇文化科学
  • 1篇经济管理
  • 1篇医药卫生
  • 1篇社会学

主题

  • 9篇网络
  • 6篇神经网
  • 6篇神经网络
  • 4篇社交
  • 4篇图表示
  • 3篇信息传播
  • 3篇链接
  • 2篇动力学
  • 2篇循环神经网络
  • 2篇引文
  • 2篇引文网络
  • 2篇用户
  • 2篇语义
  • 2篇社交网
  • 2篇社交网络
  • 2篇矩阵
  • 2篇级联
  • 2篇测试集
  • 1篇低维
  • 1篇递归

机构

  • 24篇杭州电子科技...
  • 3篇天津大学
  • 2篇河南师范大学
  • 1篇浙江科技学院
  • 1篇西湖大学

作者

  • 24篇焦鹏飞
  • 8篇赵治栋
  • 3篇张纪林
  • 2篇赵乃良
  • 2篇何东晓
  • 1篇王秋华
  • 1篇吕秋云
  • 1篇王文俊
  • 1篇刘欢
  • 1篇万健
  • 1篇潘林

传媒

  • 2篇计算机研究与...
  • 1篇南京大学学报...
  • 1篇计算机学报
  • 1篇网络安全技术...
  • 1篇计算机教育

年份

  • 15篇2024
  • 6篇2023
  • 2篇2022
  • 1篇2016
24 条 记 录,以下是 1-10
排序方式:
结合级联增长模式和用户潜在影响的扩散预测方法
本发明公开了一种结合级联增长模式和用户潜在影响的扩散预测方法,一种结合级联增长模式和用户潜在影响的扩散预测方法,包括如下步骤:S1、通过重构社交网络结构获取静态用户特征;S2、将级联序列与静态用户特征相结合;S3、将静态...
闫鹏焦鹏飞张纪林赵乃良鲍青
一种基于图Transformer的角色发现方法
本发明公开了一种基于图Transformer的角色发现方法,该方法首先获取数据源,通过递归特征提取和子图度向量提取数据源中所有节点的局部特征和高阶特征,通过锚点相对距离提取所有节点的全局特征。其次基于局部、高阶和全局特征...
焦鹏飞杜明张旺唐会军陈竑江
基于宏微观动力学的多尺度信息传播预测方法
本发明公开了基于宏微观动力学的多尺度信息传播预测方法,该方法首先读取用于信息传播预测的数据集的社交网络构建社交图,利用图卷积网络学习社交图中的用户社交结构特征。其次读取数据集中的信息级联序列,构建传播时序图和传播超图,分...
焦鹏飞陈虹茜高梦州鲍青赵治栋
一种基于多尺度一致性信息建模的网络对齐方法
本发明公开了一种基于多尺度一致性信息建模的网络对齐方法,包括如下步骤:S1、利用图神经网络分别对两个不同网络中的节点信息进行网络嵌入,从而得到能表达节点的网络嵌入;S2、利用已知锚节点信息,从节点级别和子图级别,分别结合...
陈志豪焦鹏飞高梦州王盈辉张纪林赵乃良
一种自监督的时空特征融合的动态网络链接预测方法
本发明公开了一种自监督的时空特征融合的动态网络链接预测方法,该方法首先从各个社交平台上获取社交数据构建动态网络数据集,并构建对应的图快照。其次对于图快照,动态更新各个边的掩码值,得到由掩码边构成的图为掩码图,和由扰动边构...
焦鹏飞张新勋高梦州李天鹏赵治栋
一种社交网络谣言传播的多源溯源方法及系统
本发明公开一种社交网络谣言传播的多源溯源方法及系统。本发明利用特征构造模块对谣言传播数据构造节点特征;基于图对比学习的多源溯源预训练第一GNN编码器和第二GNN编码器;将通过预训练好的第一GNN编码器和第二GNN编码器得...
江颖焦鹏飞
一种基于图机器学习的级联流行度预测方法
本发明公开了一种基于图机器学习的级联流行度预测方法,包括如下步骤:S1、导入原始数据集,划分为训练集和测试集,并定义级联数据;S2、通过基于自增强的数据强化算法生成新的级联数据;S3、通过图表示学习算法对级联传播网络中的...
宋卫健焦鹏飞张纪林唐会军鲍青
一种基于知识蒸馏的联邦学习场景链接预测方法
本发明公开了一种基于知识蒸馏的联邦学习场景链接预测方法,该方法首先获取真实的图数据集并进行预处理。其次利用客户端内的图神经网络和数据,进行预训练并进行模型的蒸馏,将GNN模型蒸馏到MLP中。然后模型的联邦学习训练,各个客...
周子安焦鹏飞
基于多视图对比学习的动态图链接预测方法
2024年
链接预测旨在推断网络中缺失的边或预测未来可能出现的边.先前的链接预测研究主要集中在处理静态网络上,其目标是预测已知网络中缺失的边,然而,现实世界中许多复杂网络通常是动态变化的,使得动态网络中的链接预测任务往往比静态网络中更为复杂和困难.近年来,基于动态图表示学习的链接预测方法已经展现较好的结果,这类方法利用动态图表示学习方法学习节点的嵌入表示,以捕捉网络的结构和演化信息,从而在动态网络中实现有效的链接预测.现有方法主要采用循环神经网络或自注意力机制作为神经网络架构的组件,通过时间序列网络学习动态网络的演化信息,然而,动态网络的多样性和演化模式的可变性对基于复杂时序网络的方法提出挑战.这些方法可能很难适应不同动态网络中不断发展的演化模式,同时,在图表示学习领域,图对比学习因为其强大的自监督学习能力受到广泛关注,但是现有方法大多针对静态图,对于动态图的研究较少.为了解决上述问题,提出一种动态网络多视图对比学习的链接预测方法,不依赖额外的时序网络参数,实现动态网络的表示学习和链接预测.该方法将动态网络快照视为网络的多个视图,摆脱对比学习对数据增强的依赖.通过构建包含网络结构、节点演化以及拓扑演化三个视图的对比学习目标函数,挖掘快照内网络结构、快照间节点和网络高阶结构的演化模式学习节点表示,实现链接预测任务.最后,在多个真实数据集上进行了多类动态链接预测实验,实验结果显著优于所有基线方法,验证了所提方法的有效性.
焦鹏飞吴子安刘欢张纪林万健
关键词:链接预测动态网络
一种基于隐马尔可夫心动周期的心音分割方法及其装置
本发明公开一种基于隐马尔可夫心动周期的心音分割方法及其装置。对心音信号希尔伯特提取信号包络;基于不同导联的最值预设基准线,获取希尔伯特包络提取后心音的第一心音S1峰值和第二心音S2峰值所在位置;基于心动周期的峰值定位;基...
赵治栋许亚楠焦鹏飞王金鹏
共3页<123>
聚类工具0