Page 63 - 《软件学报》2026年第4期

1504 软件学报 2026 年第 37 卷第 4 期

4.4 消融实验与超参分析 (RQ3)
为了解答 RQ3, 我们对提出的 EXDIG 模型进行了消融研究和超参数分析. 在“w/o SMI”配置下, 模型不计算
公式 (14)–公式 (18) 定义的强互信息损失项; 在“w/o WMI”配置下, 模型不计算公式 (19)、公式 (20) 定义的弱互信
息损失项. 其余训练流程保持一致.
● 消融研究
表 4 展示了在 50% DIG 比率下的消融实验结果. 带有完整强-弱互信息 (SWMI) 损失的模型在 Photo 和 Cora
数据集上的表现均优于其他配置, 凸显了强互信息损失 (SMI) 和弱互信息损失 (WMI) 组件的重要性. 具体而言,
在 Photo 数据集中, 当去除 WMI 组件时, 模型性能显著下降, 表明 WMI 在维持特征与结构的一致性方面起到了
关键作用. 另一方面, 在 Cora 数据集中, 去除 SMI 组件导致更大幅度的性能下降, 这表明 SMI 在动态图环境中促
进节点与边信息融合的关键作用. 表 5 展示了在 99% DIG 比率下的实验结果. 尽管 WMI 在 Photo 数据集的表现
至关重要, 但其缺失对 Cora 数据集的影响较小. 相比之下, 去除 SMI 仍然会导致显著的性能下降, 尤其是在 Cora
数据集中, 这表明即使在低不完整性水平下, SMI 仍然是动态结构中信息流通的关键因素.

表 4 SWMI 方法在 50% DIG 比率的 Photo 和 Cora 表 5 SWMI 方法在 99% DIG 比率的 Photo 和 Cora
数据集上的消融研究 (%) 数据集上的消融研究 (%)

Photo Cora Photo Cora
Method Method
NMI ARI NMI ARI NMI ARI NMI ARI
SWMI 64.80±6.81 54.67±5.86 54.80±2.89 42.07±1.80 SWMI 63.40±3.42 51.82±6.74 52.17±0.58 39.53±1.42
w/o WMI 65.41±4.57 54.31±3.21 54.19±3.88 41.01±2.31 w/o WMI 62.85±1.47 51.09±7.40 49.55±3.13 38.07±2.13
w/o SMI 62.85±3.41 50.92±6.87 52.94±3.37 38.92±1.75 w/o SMI 61.94±2.35 49.50±7.92 51.70±1.94 38.10±2.23
w/o SWMI 60.54±1.71 47.67±8.97 50.33±3.17 37.64±2.68 w/o SWMI 59.79±1.50 45.98±5.80 48.16±3.76 36.57±1.66

● 超参数分析
图 6(a) 展示了模型在不同 λ 1 、 λ 2 和 λ 3 配置下的性能变化. 结果表明, λ 3 = 1 的适中设置提供了最佳平衡, 在
不同的 λ 1 和 λ 2 取值下保持了稳定的 NMI 分数. 然而, 进一步增大 λ 3 会降低模型性能, 这可能是由于过度强调特
征编码器和结构编码器之间的耦合, 导致模型过拟合. 值得注意的是, 所提出的框架在不同超参数设置下均表现出
稳健性, 这反映了其对各种不完整图场景的适应能力, 并进一步验证了强-弱互信息损失机制在增强模型泛化能力
方面的有效性和鲁棒性.

λ 3 =0.5 λ 3 =1.0
1.1 38.06
1.0 39.89
0.417 2 0.415 4
0.312 9 NMI 0.311 5 0.9 35.98
0.208 6 0.207 7 NMI τ
0.104 3 0.103 8 0.8 36.31
0 0
0.7 39.64
2.0 2.0
0.5 1.5 λ 2 0.5 1.5 0.6 35.39
1.0 1.0 1.0 1.0 λ 2
1.5 1.5 25.0 27.5 30.0 32.5 35.0 37.5 40.0 42.5
λ 1 2.0 λ 1 2.0 NMI (%)
λ 3 =1.5 λ 3 =2.0
1.1 21.89
0.412 2 0.409 1 1.0 24.15
0.309 2
0.206 1 NMI 0.306 8 NMI 0.9 22.84
0.204 6
0.103 1 0.102 3 τ
0.8 23.61
0 0
2.0 2.0 0.7 26.11
0.5 1.5 0.5 1.5 λ 2
1.0 1.0 λ 2 1.0 1.0 0.6 23.70
1.5 1.5
λ 1 2.0 0.5 λ 1 2.0 0.5
18 20 22 24 26 28 30
ARI (%)
(a) λ 性能变化分析 (b) τ 性能变化分析
图 6 λ 1 、 、 λ 3 和 τ 的超参分析结果图
λ 2