一种基于谱聚类的复杂网络关键节点识别方法

本发明公开了网络科学和计算机科学领域的一种复杂网络关键节点识别方法，首先通过谱聚类算法为网络模型添加超边构建超网络模型，然后基于超网络模型为节点提取局部和全局特征构建特征向量，利用排序损失函数对回归均方差损失函数进行修正以获取更准确的排序序列，将超网络模型的邻接矩阵与节点的特征矩阵输入图卷积神经网络进行训练，获取关键性分数的计算结果作为排序的标准得到关键节点。本发明实现现实系统节点之间相互联系与作用的更深层次表示，将关注重点从节点分数转移到排序，实现关键节点的有效识别。