一种基于通道信息交换时空图卷积网络的预测方法

本发明公开了一种基于通道信息交换时空图卷积网络的预测方法，分别构建基于先验知识的静态图和基于节点嵌入的动态图，将具有自适应学习能力的时间与空间嵌入矩阵与原始数据融合，为数据赋予动态的时空语义信息。构造双通道时空图卷积模块，两个通道分别使用静态和动态图卷积循环单元特征提取模型，结合静态与动态图对应的邻接矩阵，实现对数据时空依赖关系的全面建模。构建基于通道注意力和门控机制的通道信息交换模块，用于控制静态与动态信息在通道间的流动与融合，使用卷积层输出最终的预测结果。本发明通过引入可学习参数的动态图和通道注意力机制，能够有效提升预测精度，适用于复杂拓扑网络的预测。