本研究提出了一种分段常数谱图神经网络（PieCoN），旨在解决现有谱图神经网络在识别图谱特性时的复杂性和性能瓶颈。通过结合分段常数滤波器与多项式滤波器，PieCoN能够更灵活地利用图结构，提升谱特性学习能力。实验结果表明，该方法在异构图数据集上表现优异，具有广泛的应用潜力。