svd算法matlab代码-DynamicGEM-fix:动态GEM修复

svd算法matlab代码DynamicGEM：动态图到矢量嵌入 学习图形表示是一项基本任务，旨在捕获矢量空间中图形的各种属性。 最新的方法学习静态网络的这种表示。 但是，现实世界的网络会随着时间的推移而发展，并且具有变化的动态。 捕获这种演变是预测未见网络的属性的关键。 为了理解网络动态如何影响预测性能，已经提出了各种嵌入方法。 在此dynamicGEM程序包中，我们介绍了一些最近提出的算法。 这些算法包括，，，，，，。 我们对算法进行了格式化，以便可以轻松地将它们相互比较。 该库发布为[0]。 实施方法 dynamicGEM实现以下图嵌入技术： ：此方法利用摄动矩阵来捕获图的动态，并在SVD上执行累加修改。 [1] ：此方法使用增量SVD创建动态图嵌入。 除此之外，它使用公差阈值重新启动最佳SVD计算，并避免增量图形嵌入中的偏差。 [2] ：此方法使用奇异值分解（SVD）在每个时间步分解图的邻接矩阵，以使用最大的奇异值表示每个节点。 [3] ：此方法利用三重闭合过程生成一个图嵌入，该图嵌入保留了图的结构和演化模式。 [4] ：此方法使用深度自动编码器来学习图中每个节点的表示形式。