第十九届“挑战杯”全国大学生课外学术科技作品竞赛
2025
校赛
人工智能专项赛
二等奖
未转化
否
本文介绍了一款面向图数据处理的软件系统，旨在结合图卷积神经网络（GCN）与对比自监督学习（CSSL）框架，实现高效的图表示学习与图分类任务。该系统通过集成节点丢弃、边扰动和子图采样等多种图数据增强策略，生成多个结构扰动视图，在保持原始语义的基础上提高模型的鲁棒性和泛化能力。实验结果表明，本系统在多个基准图数据集上实现了准确率与稳定性的双重提升，验证了其在无监督或弱监督场景下的有效性。
暂无
暂未公开
暂未公开
暂未公开
