一种基于图神经网络的稀疏数据自动标注方法及系统

本发明公开了一种基于图神经网络的稀疏数据自动标注方法及系统包括，构建时空图结构，利用格拉斯曼流形嵌入映射车流量和速度特征，生成节点特征和边权重；基于节点特征和边权重构建交通流场，分解为扩散的梯度特征和方向变化的旋度特征，更新边权重；设计图卷积机制，融合标量势和矢量势卷积核生成传播核；通过长短时记忆网络构建时空传播机制更新节点特征；引入动态作用范围，结合节点密度和交通流场调节传播范围；以交通流场为置信度指标，通过泊松方程传播已标注节点的交通流信息至稀疏节点，实现高精度自动标注；本发明克服了传统方法忽略非线性动态和静态传播的局限性，能够提升稀疏节点标注的精度和鲁棒性，适用于高峰期和突发事件场景。