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,…,GN;(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。