一种基于目标属性语义一致性的跨时空多级感知数据关联方法

本发明公开了一种基于目标属性语义一致性的跨时空多级感知数据关联方法。首先构建属性轨迹，整合不同传感器多维度数据并形成时间序列以反映目标综合状态变化。接着进行数据实体对齐，计算目标运动与静止相关性来关联同一目标多维度信息。然后，创建含目标原始属性信息的节点并依时空关联性构建带权边，通过图注意力网络(GAT)获取多类表征。之后实施目标语义一致性约束，计算相应损失函数。另外，采用自监督学习与网络训练，先对提取特征聚类并以结果作伪标签，再构建含聚类与分类分支的网络协同自监督学习，依据目标语义一致性损失与聚类损失借反向传播算法更新优化网络参数，反复迭代直至网络收敛，从而实现多级感知数据的有效关联与处理。