基于时序语义注意力的自监督时空数据补全方法及系统

本发明公开了一种基于时序语义注意力的自监督时空数据补全方法及系统，获取时空数据，通过时序分段建模将不完整时间序列划分为语义段单元；利用交叉注意力机制挖掘段间潜在时序依赖模式，得到分段注意力计算结果；基于分段注意力计算结果构建时序对比模型，通过自监督方法获取时序建模的强泛化嵌入；通过时序建模获取的嵌入作为每个节点的时序特征，通过图卷积网络进行空域建模，得到空域建模结果。该方法突破传统模型对数据完整性的强依赖，在数据缺失场景下可以有效捕捉非线性时空关联，为后续时空节点级任务提供高鲁棒性时序嵌入基础。