基于深度学习的多年冻土上限预测方法、装置及终端

本发明提供基于深度学习的多年冻土上限预测方法、装置及终端，涉及冻土变形技术领域。本发明通过将历史冻土上限分解为多个分量，采用长期特征预测模型关注冻土上限的长期变化特征，采用短期特征预测模型关注冻土上限的短期波动特征。利用长期特征预测模型提取长期趋势特征的优势和短期特征预测模型提取短期波动特征的优势，分别预测得到冻土上限的长期变化特征和短期波动特征。本发明通过将数据分解为不同特征项，针对每个特征项的特点采用不同的模型处理，从而更灵活地拟合数据中的非线性关系。将各个特征项中长期趋势和短期波动预测结果组合起来，比使用单一的模型能更好地捕捉数据的真实规律，提升了多年冻土上限预测结果的准确性。