1.一种基于图神经与时间序列的情感动态预测方法，其特征在于，包括：获取并压缩待分析图像，得到压缩图像，并对所述压缩图像进行特征提取，得到图像特征；

针对每一图像特征，分析所述图像特征，根据特征分析结果，赋予情感特色；

将至少两个图像特征进行随机组合，根据组合结果及所述情感特色，确定情感触发情况；

根据所述情感触发情况，确定是否对所述压缩图像进行屏蔽。

2.根据权利要求1所述的方法，其特征在于，所述针对每一图像特征，分析所述图像特征，包括：分析所述图像特征，确定图像整体结构；

分析所述图像整体结构，确定特征分析区域；

针对所述特征分析区域，对每一图像特征进行特征分析。

3.根据权利要求1所述的方法，其特征在于，所述根据特征分析结果，赋予情感特色，包括：分析所述图像特征，确定每一图像特征的图像特点；

将所述图像特点输入至预设分析模型中，得到特点分析结果；

根据所述特点分析结果，确定每一图像特征的情感特色。

4.根据权利要求1所述的方法，其特征在于，所述根据组合结果及所述情感特色，确定情感触发情况，包括：根据所述组合结果，确定随机组合特征的组合色彩及组合构图；

分析所述组合色彩及所述组合构图，确定所述随机组合特征的特征氛围；

根据随机组合特征的若干情感特色，确定是否存在情感冲突；

若存在情感冲突，则根据所述特征氛围及所述若干情感特色，确定情感触发情况。

5.根据权利要求4所述的方法，其特征在于，所述根据所述情感触发情况，确定是否对所述压缩图像进行屏蔽前，还包括：根据所述特征分析结果，确定所述压缩图像中是否存在非常理结构；

若存在非常理结构，分析所述非常理结构，确定结构属性；

根据所述结构属性，对所述非常理结构进行伦理分析；

根据伦理分析结果，确定是否对所述压缩图像进行屏蔽。

6.根据权利要求5所述的方法，其特征在于，所述根据所述情感触发情况，确定是否对所述压缩图像进行屏蔽，包括：根据所述情感触发情况，对所述随机组合特征进行情感赋值，得到所述随机组合特征的情感分数；

根据所述情感分数及预设情感强度等级，确定所述随机组合特征是否存在内容不适；

若存在，则将所述压缩图像进行屏蔽。

7.根据权利要求3所述的方法，其特征在于，所述方法还包括：当对所述压缩图像进行屏蔽后，分析所述压缩图像，确定图像类型；

根据所述图像类型，进行联网检索，获取与所述图像类型匹配的联网图片；

分析所述联网图片及所述压缩图像的图像特征，确定图像演化部分；

根据所述图像演化部分，预测预设时段内的演化可能；

根据所述演化可能，生成若干预测图像，并传输至所述预设分析模型中，以训练所述预设分析模型。

8.根据权利要求7所述的方法，其特征在于，所述分析所述联网图片及所述压缩图像的图像特征，确定图像演化部分，包括：分析所述联网图片，确定联网图像特征；

分析所述联网图像特征及所述图像特征，确定相同特征；

根据所述相同特征，确定其余特征的特征区别；

根据所述特征区别，确定图像演化部分。

9.根据权利要求8所述的方法，其特征在于，所述分析所述联网图像特征及所述图像特征，确定相同特征，包括：分析所述联网图片，确定上传时间；

根据所述上传时间，将所述联网图像进行时间序列上的排序，得到若干有序图像；

针对每一有序图像，根据时间序列，分析所述联网图像特征及所述图像特征，确定相同特征；

所述根据所述特征区别，确定图像演化部分，包括：基于时间序列，分析所述特征区别，确定图像演化部分。

10.一种基于图神经与时间序列的情感动态预测系统，其特征在于，包括：特征提取模块，用于获取并压缩待分析图像，得到压缩图像，并对所述压缩图像进行特征提取，得到图像特征；

特征分析模块，用于针对每一图像特征，分析所述图像特征，根据特征分析结果，赋予情感特色；

情感触发分析模块，用于将至少两个图像特征进行随机组合，根据组合结果及所述情感特色，确定情感触发情况；

屏蔽判断模块，用于根据所述情感触发情况，确定是否对所述压缩图像进行屏蔽。