基于时序依赖图与神经网络的轨迹档案构建方法及系统

本发明公开了基于时序依赖图与神经网络的轨迹档案构建方法及系统，具体涉及数据处理与图神经网络技术领域，用于解决现有技术因轨迹数据稀疏和不完整导致构建的时序依赖图质量差进而影响轨迹档案准确性的问题；通过对原始轨迹数据进行时空邻近关系分析构建初始时序依赖图，继而采用隔离森林算法计算图中各边的个体模式偏离度，基于偏离度阈值识别异常边并分析其连接轨迹片段的移动意图一致性以推演意图连贯性，结合节点区域功能属性相似度与意图连贯性进行语义一致性校验以识别语义冲突边，最后通过多路径可替代性决策机制对语义冲突边进行操作优化图结构，并利用加权图神经网络对优化后的时序依赖图进行处理生成轨迹档案向量。