一种基于GAT的非保守力空间目标识别分类方法

本发明属于空间目标识别技术领域，提供了一种基于GAT的非保守力空间目标识别分类方法，本发明在TLE数据基础上，生成大量空间目标的非保守力时间序列数据集，再进行数据预处理、子序列提取、图数据转化，最终得到具有图结构的数据集。建立并训练基于GAT的深度学习网络，提取非保守力时间序列中蕴含的时间关系依赖特征、子序列特征等，从而实现对空间目标的识别分类；本发明具备坚实的数据基础、卓越的泛化能力、高分类准确性以及广泛的适用性。