一种基于多重关系图谱的时间序列分类方法和系统

一种基于多重关系图谱的时间序列分类方法和系统，包括：通过传感器采样获得多变量时间序列数据，并定义传感器状态；通过大语言模型，挖掘每个传感器状态的相关症状，并为每个症状构建一张传感器状态关系图；构建、并训练一个多图门控网络，多图门控网络由多个GNN、门控网络和MLP网络构成，每个GNN使用一个症状的传感器状态关系图来学习，将多变量时间序列数据通过多个GNN学习得到每个症状的传感器状态关系图的时序特征，再通过门控网络聚合成一个总症状特征，最后通过MLP网络获得最终的分类输出。本发明涉及自然语言处理技术领域，能将多重关系图谱与多变量时间序列数据训练相结合，并使得关系图谱的构建具有灵活性，且有效提高分类准确率。