一种基于时空消息传递的图卷积神经网络自适应构建方法

本发明涉及机器学习技术领域，具体的说是一种基于时空消息传递的图卷积神经网络自适应构建方法，包括基于可学习嵌入矩阵的自适应时空图构建：基于可学习嵌入矩阵自适应图构建方法，通过可学习节点嵌入矩阵量化建模传感器间的时空关联特性；门控时空图卷积网络在架构层面突破空间‑时序模块串并联范式，构建集成消息传递门控循单元合架构，实现时空特征的同步编码与动态交互，在机制层面在门控循环单元嵌入MPNN，通过自适应重置与更新门控调节时空信息融合权重，建立节点状态跨时间步的因果关联；本发明，动态图构建方法通过动态调整邻域节点的权重，聚焦关键的空间关联，克服了传统静态图结构的局限性，同时增强了模型的表达能力和适应性。