一种基于长短时记忆网络的动态网络结构预测方法

摘要

本发明公开了一种基于长短时记忆网络的动态网络结构预测方法，包括：(1)收集动态网络数据，确定时间间隔Δ，将数据分割成N个时刻的静态网络G₁,G₂,…,G_N；(2)设定训练时间步长t，根据训练时间步长t将静态网络划分为一系列的数据样本，组成训练集用于模型的训练；(3)根据动态网络中的节点数量，确定模型中的隐藏层层数和每一个隐藏层的单元数量，并搭建模型；(4)将训练集中的数据样本输入模型进行训练，当达到最大训练步数或模型收敛后，模型训练完毕；(5)输入待测试的序列，进行网络结构预测。利用本发明，能够同时学习网络的非线性特征和时间上的结构演化特征，从而准确预测下一时刻网络的整体结构。