《表1 数据集的基本信息：基于在线社交网络的JPS跳跃并行顶点采样方法》
提示：宽带有限、当前游客访问压缩模式
为了更公平地评估各采样方法获取样本的优劣，评估时选择了连通强度不同的Twitter和Epinions数据集，2个数据集的基本信息如表1所示。
| 图表编号 | XD00164198700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.01 |
| 作者 | 赵倩文 |
| 绘制单位 | 浙江理工大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 符号表：基于在线社交网络事件库多因素耦合的流行度预测方法》2020.12.15
- 《表1 数据集统计：基于多维社交关系嵌入的深层图神经网络推荐方法》2020.10.10
- 《表1 实验数据集的信息：基于多核学习卷积神经网络的稀疏数据推荐》2021.02.16
- 《表1 数据集的统计信息：基于多图神经网络的会话感知推荐模型》2021.02.10
- 《表3 参数信息：一种基于差分进化改进的深度神经网络并行化方法》2020.11.01
- 《表1 数据集的统计信息：一种基于孪生神经网络的深度异构网络嵌入算法》2020.11.28
- 《表1 采样数据集的输入信息总结》2020.02.20
- 《表1 数据集的详细信息：基于稠密卷积网络的轴承故障诊断》2020.08.18
- 《表1 数据集的基本信息：基于灰色关联分析的类中心缺失值填补方法》2020.09.28
- 《表1 数据集的基本信息：整合DBSCAN和改进SMOTE的过采样算法》2020.09.15
- 《表1 调用信息表：基于深度神经网络方法的机器在线翻译系统设计》2020.09.20
- 《表1 训练数据：基于词向量的SVM集成学习社交网络抑郁倾向检测方法》2020.02.10
- 《表1 数据集统计信息：基于节点地位和相似性的社交网络边符号预测》2020.02.01
- 《表1 采样点信息：基于最小数据集的麻城菊花种植区土壤肥力质量评价》2019.12.15
- 《表1 实验数据集的分布：基于循环神经网络的图像特定文本抽取方法》2019.12.25
- 《表2 数据集的统计特征：基于生成对抗模型的异质信息网络语义表征方法研究》2019.11.01
- 《表1 数据集的基本信息：改进的Fisher Score特征选择方法及其应用》2019.10.01
- 《表2 并行算法推荐比较：基于云计算的社交网络并行推荐算法》2019.03.15
- 《表1 用户项目评分：基于云计算的社交网络并行推荐算法》2019.03.15
- 《表1 基本实验数据：基于直觉模糊集的网络安全态势评估方法》2019.01.01