ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】现有方法由于缺乏跨模态信息融合的有效机制等原因，导致其共享信息整合相对误差较高，共享信息整合全面性指数较低。 为此，设计了一种基于深度学习（ＤＬ）的网络资源共享信息整合方法。 利用主成分分析方法（ＰＣＡ）对网络资源共享信息实施降维处理，以提高 ＤＬ 模型的整合效率。 设计了结合 ＤＬ 和图卷积技术的网络资源共享信息整合方法，以降维后的网络资源共享信息为输入，实现网络资源共享信息整合。 测试结果表明，设计方法的共享信息整合相对误差整体低于 ０.１，共享信息整合全面性指数整体高于 ０.６，说明该方法有效提升了网络资源共享信息的整合精度和全面性。
