全文获取类型
收费全文 | 314篇 |
免费 | 10篇 |
国内免费 | 27篇 |
专业分类
系统科学 | 42篇 |
丛书文集 | 18篇 |
教育与普及 | 1篇 |
理论与方法论 | 3篇 |
现状及发展 | 1篇 |
综合类 | 286篇 |
出版年
2024年 | 2篇 |
2023年 | 10篇 |
2022年 | 6篇 |
2021年 | 6篇 |
2020年 | 5篇 |
2019年 | 9篇 |
2018年 | 4篇 |
2017年 | 7篇 |
2016年 | 11篇 |
2015年 | 11篇 |
2014年 | 29篇 |
2013年 | 13篇 |
2012年 | 23篇 |
2011年 | 22篇 |
2010年 | 16篇 |
2009年 | 14篇 |
2008年 | 16篇 |
2007年 | 13篇 |
2006年 | 19篇 |
2005年 | 14篇 |
2004年 | 5篇 |
2003年 | 14篇 |
2002年 | 8篇 |
2001年 | 8篇 |
2000年 | 4篇 |
1999年 | 7篇 |
1998年 | 7篇 |
1997年 | 5篇 |
1996年 | 8篇 |
1995年 | 7篇 |
1994年 | 7篇 |
1993年 | 5篇 |
1992年 | 3篇 |
1991年 | 2篇 |
1990年 | 9篇 |
1989年 | 2篇 |
排序方式: 共有351条查询结果,搜索用时 0 毫秒
351.
链路预测是一种还原网络缺失信息的方法,通过当前已观察到的链路,预测实际存在但未被观察到的链路或可能出现的新链路.当前链路预测主要是基于图神经网络的深度学习方法,相比基于规则的启发式方法,前者可有效利用网络拓扑结构信息,较大地提升了网络链路预测性能,并可应用到类型更广泛的网络中.但是现有基于图神经网络的方法,仅利用网络中节点相对位置信息,忽视了节点基本属性和链路的邻居信息,且无法区分不同节点对链路形成的重要程度.为此,本文提出一种基于图注意力网络和特征融合的链路预测方法.通过增加节点的度、链路的共同邻居数量和共同邻居最大度等特征,丰富了网络的输入特征信息.本文首先提取以目标节点对为中心的子图,然后将其转化为对应的线图,线图中的节点和原图中的链路一一对应,从而将原图节点和链路信息融合到线图的节点中,提升了特征融合的有效性和可解释性.同时本文使用图注意力机制学习节点的权重,增强了特征融合的灵活性.实验表明,本文所提出的方法,在多个不同领域数据集上的AUC和AP均超过90%,在已观测链路缺失较多时,预测性能保持80%以上,且均优于现有最新方法. 相似文献