少样本节点分类
该方法通过缩小类内差异和扩大类间差异来学习具有强判别力的度量空间，在标注样本稀缺时仍能有效分类节点。
薛哲 · 杜军平 · 徐欣 · Xiangbin, Liu · Wang, Junfu · 寇菲菲
Frontiers of Computer Science 2023
通过缩小类内差异和扩大类间差异来学习强判别力度量空间，仅需少量标注节点就能有效训练模型。
模型在标注样本稀缺时仍能保持可靠性和稳定性。
在多个属性网络数据集上均优于其他少样本节点分类方法。