基于节点类中心性的引文网络节点类内混合分类方法

本发明为基于节点类中心性的引文网络节点类内混合分类方法，类中心采样、类内混合、邻居选择、边筛选、自适应损失并非孤立，而是形成了高效的协同增强链条，通过多级类中心体系的构建来筛选出类中心节点，针对类中心的节点进行融合，融合之后不是连接源节点(即父母节点)而是通过集成预测一致性筛选出的高质量节点连接，再对其进行动态边筛选(节点度数和语义相似性)，通过噪声抑制、结构优化的有机结合，有效提高引文网络节点分类的准确率和泛化性，在图处理领域具有广泛使用价值和应用前景。