一种基于上下文增强图网络的交通数据填补方法

本发明公开了一种基于上下文增强图网络的交通数据填补方法，涉及电数据处理技术领域，包括步骤：将多源交通数据组织为样本-变量数据矩阵并构建二分图，根据交通业务关系在样本节点间建立关系增强边，使图神经网络生成基础补全值；提取同一样本内已观测变量作为上下文并聚合为上下文向量，由上下文适配器生成残差修正量和门控系数；经观测覆盖度与全局缺失率联合控制的自适应融合系数将残差修正量选择性地叠加至基础补全值，覆盖度低于阈值时退化为基值，遍历所有缺失单元后输出完整矩阵。本发明通过融合样本间业务关联与样本内观测上下文，并采用自适应门控残差机制进行选择性修正，提高了多源交通数据缺失补全的准确性和稳定性。