一种嵌入特征选择的大坝变形预测方法

本发明涉及一种嵌入特征选择的大坝变形预测方法，属于大坝安全监测和人工智能领域，包括以下步骤：获取环境量和大坝变形量的原始监测数据；对原始数据进行数据清洗、数据填补、数据归一化的预处理；基于随机森林算法评估环境特征的重要性，并结合递归特征方法实现最优特征集合的选择；构建基于卷积神经网络、长短期记忆神经网络和注意力机制深度学习算法的大坝变形预测模型；利用最优特征作为CNN‑LSTM‑Attention的输入对大坝变形预测。通过申请中方法可以有效地确定出对大坝变形有显著影响的环境特征，并充分挖掘变形和环境特征之间复杂的映射关系，实现准确的大坝变形预测。