请用100字，从字义、内涵、性格等方面分析“Dorian Zheng”这个人名。

从字义上看，“Dorian”这个名字源自希腊文，意为“来自多拉斯的人”或“多拉斯人”，而“Zheng”则是一个常见的中国姓氏，意为“正直、公正”。因此，“Dorian Zheng”这个人名意为“来自多拉斯、正直公正的人”。

从内涵上看，“Dorian Zheng”这个人名给人留下了勇敢、坚定、正直、公正等积极向上的印象。这个名字传达了一个人应该勇于追求自己的梦想，坚定自己的信仰，并且在追求自我价值的过程中始终保持正直公正的态度。

从性格上看，“Dorian Zheng”这个人名给人留下了一个具有领导才能、自信、坚毅、理性、果断等特质的形象。这个名字的人通常具有高度的责任感和领导能力，能够在困难的情况下保持冷静、理性和果断，同时也具有自信和坚毅的个性特质。

相关问题

用java实现一个枚举类，通过编号(从1开始)得到30本世界名著(翻译成中文并且加上书名号)

public enum WorldLiterature {
    THE_ADVENTURES_OF_SHERLOCK_HOLMES("福尔摩斯探案集"),
    PRIDE_AND_PREJUDICE("傲慢与偏见"),
    TO_KILL_A_MOCKINGBIRD("杀死一只知更鸟"),
    THE_GREAT_GATSBY("了不起的盖茨比"),
    ANIMAL_FARM("动物农场"),
    WUTHERING_HEIGHTS("呼啸山庄"),
    THE_CATCHER_IN_THE_RYE("麦田里的守望者"),
    THE_LITTLE_PRINCE("小王子"),
    ONE_HUNDRED_YEARS_OF_SOLITUDE("百年孤独"),
    WAR_AND_PEACE("战争与和平"),
    THE_BROTHERS_KARAMAZOV("卡拉马佐夫兄弟"),
    CRIME_AND_PUNISHMENT("罪与罚"),
    ANNA_KARENINA("安娜·卡列尼娜"),
    DON_QUIXOTE("堂吉诃德"),
    LES_MISERABLES("悲惨世界"),
    THE_IDIOT("白痴"),
    FAUST("浮士德"),
    THE_ODYSSEY("奥德赛"),
    THE_ILIAD("伊利亚特"),
    THE_DIVINE_COMEDY("神曲"),
    THE_CANterbury_Tales("坎特伯雷故事集"),
    THE_REMAINS_OF_THE_DAY("日落之前"),
    THE_BELL_JAR("玻璃罩"),
    THE_COLOR_PURPLE("紫色"),
    SIDDHARTHA("悉达多"),
    THE_PICTURE_OF_DORIAN_GRAY("道林·格雷的画像"),
    A_TALE_OF_TWO_CITIES("双城记"),
    THE_SCARLET_LETTER("红字"),
    THE_TRIAL("审判");

    private String name;

    WorldLiterature(String name) {
        this.name = name;
    }

    public String getName() {
        return name;
    }

    public static String getNameByNumber(int number) {
        if (number < 1 || number > 30) {
            throw new IllegalArgumentException("Invalid number: " + number);
        }
        return values()[number - 1].getName();
    }
}

使用方式：

String bookName = WorldLiterature.getNameByNumber(5); // 动物农场

给我推荐20个比较流行的图神经网络模型源码

在这里推荐几个比较流行的图神经网络模型的源码：

1. Graph Convolutional Network (GCN)：https://github.com/tkipf/pygcn

2. Graph Attention Network (GAT)：https://github.com/PetarV-/GAT

3. DeepWalk：https://github.com/phanein/deepwalk

4. Node2Vec：https://github.com/aditya-grover/node2vec

5. PageRank：https://github.com/dennybritz/pagerank-py

6. Spectral Clustering：https://github.com/lmcinnes/spectral_clustering

7. Structural Role Similarity：https://github.com/dorian3d/StructuralRoleSimilarity

8. GraphSAGE：https://github.com/williamleif/GraphSAGE

9. Random Walk with Restart (RWR)：https://github.com/vahidk/RWR

10. Graph Isomorphism Network (GIN)：https://github.com/weihua916/powerful-gnns

11. Graph Autoencoder：https://github.com/suanrong/GraphAutoEncoder

12. Large-scale Graph Convolutional Networks (GraphSAINT)：https://github.com/PetarV-/GraphSAINT

13. Graph Neural Network (GNN) Explainer：https://github.com/jkuczm/gnn-explainer

14. Graph Convolutional Policy Network (GCPN)：https://github.com/shenweichen/GCPN

15. Relational Graph Convolutional Network (RGCN)：https://github.com/DeepGraphLearning/RecommenderSystems

16. Graph Neural Network (GNN) Benchmark：https://github.com/jwchen307/GNN-Benchmark

17. Graph Neural Tangent Kernel (GNTK)：https://github.com/google/graph_neural_tangent_kernel

18. GraphWave：https://github.com/leoribeiro/graphwave

19. Graph Mixer：https://github.com/google-research/graph_mixer

20. Message Passing Neural Network (MPNN)：https://github.com/deepmind/mpnn

希望这些源码能帮到你！