基于神经网络的异构网络向量化表示方法

摘要：

当网络中存在不同类型的对象时,对象与对象之间的关系会变得多种多样,网络的结构也会变得更为复杂.针对网络的异构化问题,提出了一种基于神经网络的异构网络向量化表示方法.针对具有图片和文本两种类型对象的异构网络,采用多层次的卷积网络将图片映射到一个潜在的特征空间,采用全连接的神经网络将文本对象也映射到相同的特征空间.在该特征空间内,图片与图片、文本与文本以及图片和文本之间的相似性采用相同的距离计算方法.在实验中,应用提出的方法进行异构网络的多种应用测试,结果表明提出的方法是有效的.

关键词：异构网络、神经网络、向量化表示、嵌入式向量

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：广东省科技计划项目2014A020218016;国家863项目2009AA012420

在线出版日期：2017-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：272-275