本研究提出了一种新的图卷积网络ELU-GCN，旨在提高标签信息的利用效率。该方法通过学习新的图结构和进行图对比学习，显著提升了GCNs的泛化能力，实验结果验证了其有效性。

PReLU()函数可以从1D或更高维的张量中计算出的零个或多个值中获取1D或更高维的张量。ELU()函数可以从0D或更高维的张量中计算出的零个或多个值中获取0D或更高维的张量。