《表1 数据集网络参数：引入信任度传递机制的影响力最大化节点挖掘》
提示：宽带有限、当前游客访问压缩模式
本文采用的两种数据集如表1所示。
| 图表编号 | XD0096641500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.30 |
| 作者 | 王栋志、张晖、杨春明、赵旭剑、李波 |
| 绘制单位 | 西南科技大学计算机科学与技术学院、西南科技大学理学院、西南科技大学计算机科学与技术学院、西南科技大学计算机科学与技术学院、西南科技大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 港口功能：基于节点信任度的复杂网络关键节点识别》2019.11.01
- 《表2 公因子信息表：基于数据挖掘和网络药理学的古方治疗肺结核的用药规律及机制分析》2020.07.20
- 《表3 影响因素等级划分：基于数据挖掘和网络药理学的失眠中药配方规律及作用机制研究》2020.12.20
- 《表1 参数定义及其意义：融合用户信任及遗忘机制的社交网络传播预测模型》2020.07.01
- 《表3 真实网络数据集：面向复杂网络的节点相似性度量》2020.05.01
- 《表3 数据集信息：基于有序FP-tree结构和投影数据库的最大频繁模式挖掘算法》2020.03.15
- 《表1 数据集参数：基于差异点集的频繁项集挖掘算法》2020.03.16
- 《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 实验数据集信息：社交网络时空大数据聚类挖掘有效选择分析》2020.04.05
- 《表5 数据集信息：基于投影二维表的最大频繁模式挖掘算法》2019.12.20
- 《表4 数据集信息：基于有序FP-tree结构和二维表的最大频繁模式挖掘算法》2019.09.01
- 《表1 数据集描述：基于风险数据挖掘追踪技术的网络入侵检测研究》2019.10.15
- 《表1 样本结构：交易型虚拟社区用户持续信任影响机制研究——网络口碑特性和虚拟社区感知的作用》2019.09.15
- 《表1 训练数据集描述：基于长短期记忆网络的挖掘机器人视觉跟踪系统设计》2019.08.20
- 《表3 公因子信息表：基于数据挖掘和网络药理学的2型糖尿病用药规律及机制分析》2019.05.05
- 《表1 事务数据集DB：基于B-list的最大频繁项集挖掘算法》2019.02.01
- 《表2 数据集参数：基于B-list的最大频繁项集挖掘算法》2019.02.01
- 《表1 性能对比：高负荷光栅传感网络异常节点数据挖掘方法研究》2019.02.25
- 《表1 数据集信息：基于GRU网络的互联网信息挖掘》2018.03.25
- 《表2 未引入惩罚机制的网络平台信任博弈支付矩阵》2018.06.26