一种基于层次化图增强的图分类方法及装置
本发明提供了一种基于层次化图增强的图分类方法,该方法包括:获取原始图样本;先后采用随机边删除方法和基于掩码机制的节点特征增强方法,获得结构和节点特征增强图;针对同一个原始图,分两次执行结构和节点特征增强,得到两个结构和节点特征增强图,作为两个层次化图增强视图;将两个层次化图增强视图输入图编码器,获取节点表示、全局图表示和负样本节点表示;构建局部—全局对比学习损失;对两个节点表示进行拼接,对全部节点表示进行图级聚合;完成图分类,并输出分类结果。与现有技术相比,本申请能够同时提高模型对拓扑变化和特征缺失的适应能力,并为图对比学习构造具有差异性的训练视图,从而提升图表示的稳定性和分类能力。