融合GCN和多分类器的引文网络节点分类方法及分类系统

本发明提出了一种融合GCN和多分类器的引文网络节点分类方法及分类系统，其中，所述分类方法包括如下步骤：将整个引文网络看作为一个包括节点属性和拓扑结构的无向图G；计算所述无向图G的邻接矩阵和特征矩阵；初始化所述无向图G的边权重矩阵，并根据所述特征矩阵计算所述无向图G的边权重；将计算出来的边权重汇聚到边两端的节点上，对特征矩阵进行更新；对更新后的特征矩阵中的特征进行过滤和放大；将邻接矩阵和更新后特征矩阵分别输入至n个分类器中进行预测并融合预测结果，得到最终的分类结果。该分类方法，全面考虑了网络中的有效语义信息，通过多个分类器进行预测并使用模糊积分进行融合，可以获得更准确和稳定的分类效果。