《表5 最相关邻居节点标题的案例研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多视图集成的网络表示学习算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文提出的MVENR算法能够产生稳健、高效的网络表示向量，充分反映节点之间的关联关系，本文在DBLP（V4）数据集中随机选取一个目标节点，该节点的标题为“Factorial Hidden Markov Models”。然后通过计算余弦相似度值，得到与该标题节点相似度值最高的5个邻居节点，并获取这5个节点的标题。在本节实验中，设置网络节点表示的长度为200，训练率为0.9。实验结果如表5所列。