《表1 数据集的网络结构：基于骨干度与网络编码的链路预测模型研究》
提示：宽带有限、当前游客访问压缩模式
实验分别采用了不同领域的真实网络数据集，均为无权重网络。表1列出了数据集网络拓扑结构特征。
| 图表编号 | XD0088895400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 胡旭飞、许云峰 |
| 绘制单位 | 河北科技大学信息科学与工程学院、河北科技大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 数据拟合结果表：基于二模网络链路预测的合作者识别方法研究》2020.09.24
- 《表8 专家评分结果：基于二模网络链路预测的合作者识别方法研究》2020.09.24
- 《表7 实验结果对比：基于二模网络链路预测的合作者识别方法研究》2020.09.24
- 《表1 出血症状评分表：联合子图模式和网络表征的路网链路预测模型》2019.11.01
- 《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1 网络特征参数：基于拓扑稳定性的有向网络链路预测方法》2020.12.05
- 《表2 属性集的数据特征：基于自适应鲸鱼优化算法结合Elman神经网络的股市收盘价预测算法》2020.05.10
- 《表2 链路带宽：IP骨干网络故障带宽仿真分析》2020.05.25
- 《表1 仿真参数设定：基于流量预测的无线传感器网络链路路由算法研究》2020.08.20
- 《表9 链路预测结果：基于子图特征的科学家合作网络链路预测》2020.01.01
- 《表8 链路预测结果：基于子图特征的科学家合作网络链路预测》2020.01.01
- 《表7 链路预测结果：基于子图特征的科学家合作网络链路预测》2020.01.01
- 《表1 样本数据：基于BP-RBF神经网络的组合模型预测港口物流需求研究》2019.09.10
- 《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 计算时间窗口算法：基于时序深度学习的机会网络链路预测方法》2019.09.01
- 《表3 AUC对比：基于时序深度学习的机会网络链路预测方法》2019.09.01
- 《表2 数据集参数：基于时序深度学习的机会网络链路预测方法》2019.09.01
- 《表1 试验数据：基于BP神经网络的客土喷播边坡侵蚀模数预测模型研究》2019.06.25
- 《表2 最终建模数据：基于神经网络的深松铲作业阻力及功耗的预测模型研究》2019.01.15
- 《表1 样本数据：基于神经网络的邢台市空气质量预测模型构建研究》2018.08.01