一种基于深度学习的地质材料拓扑表征方法、系统及设备

本发明属于地质分析领域，具体涉及了一种基于深度学习的地质材料拓扑表征方法、系统及设备，旨在解决没有对土石混合体变形破裂过程中结构的定量表征方法的问题。本发明包括：根据土石混合体试样三轴压缩过程的数字孪生模型中分割获得的特征，构建初始块石模型和屈服块石‑裂缝模型；假设各个块石的影响域半径，通过卷积神经网络预测块石对破裂的贡献程度；基于所述贡献程度，计算每个块石的拓扑势和试样整体的拓扑势熵；将材料整体的拓扑势熵取最小值时对应的影响域半径作为优选值，直至选出与初始影响域半径差值小于设定阈值的优选值，将优选值与初始影响域半径的均值作为最终影响域半径；根据所述最终影响域半径，计算材料整体的拓扑势。