摘要
本发明提供一种训练评估异构图像的构建方法及系统，包括采集多维训练数据；对多维训练数据进行预处理生成特征向量；构建时空关系图；将时空关系图映射为第一异构图像；对特征向量添加高斯噪声；将第一异构图像输入到生成对抗网络中；输出第二异构图像。本发明的有益效果是生成的图像样本兼具标准化与异构性，可有效提升机器学习模型的泛化能力，同时结合数据扰动和图神经网络，提升样本覆盖范围；通过时空关联性特征，支持复杂操作场景的动态评估与个性化训练优化；具有从数据采集到图像生成的完整标准化方法，支持跨领域迁移应用，具有广泛的应用价值。
