基于可扩展Transformer模块的图对比学习网络的分类方法

本发明涉及一种基于可扩展Transformer模块的图对比学习网络的分类方法，方法包括以下步骤：S1、构建基于可扩展Transformer模块的图对比学习框架；S2、控制可扩展Transformer模块的参数不变，训练图对比学习网络；S3、控制图对比学习网络的参数不变，训练可扩展Transformer模块；S4、重复S2和S3进行迭代训练，得到训练完成的图对比学习网络模型和Transformer模型，得到分类结果。与现有技术相比，本发明具有提高同质图和异质图的分类精度的同时减少transform的时间和空间复杂度，提高大规模图上的分类任务效率等优点。