基于深度图聚类的目标行为规律挖掘方法

本发明涉及数据挖掘中的聚类分析技术和信息融合中的高层融合技术，属于模式识别和智能情报处理领域。包括：1）设置目标的属性和类型标签；2）将目标数据表示成时空图的形式；3）设计带有注意力机制的时空图自编码器，通过对邻接矩阵信息的聚合来学习节点表示，通过计算节点对的内积来重构时空图网络结构；4）构建自训练图神经网络模型，聚合降维后的近邻目标信息；5）设计图卷积神经网络和深度神经网络双重自监督模块；步骤6，设置目标行为规律标签；6）将目标行为规律可视化。该方法可以解决传统聚类方法数据依赖性强、计算复杂度高、度量描述不准确等问题，实现对目标行为规律的高效挖掘分析。