一种基于图神经网络的潜在滑坡识别方法及系统

本发明公开了一种基于图神经网络的潜在滑坡识别方法及系统，方法包括：构建包括节点层、子网层和全局层的多层级特征融合的图注意力网络模型，其中，图注意力网络模型采用双支路编码器‑译码器结构；采用大样本的数据集1和小样本的数据集2的合并数据集，对双支路编码器‑译码器结构模型进行预训练至收敛，形成预训练模型；基于将数据集1和数据集2输入预训练模型得到的辅助集节点特征，对图注意力网络模型进行训练和验证，直至模型收敛训练完成；将数据集2中需要进行识别的图片输入训练完成的图注意力网络模型，得到潜在滑坡的预测结果。通过本发明的技术方案，实现了小数据集2中目标特征的有效提取，提升了模型的分类性能和泛化能力。