一种融合时滞重建与注意力机制的滑坡监测数据预测方法

本发明涉及滑坡监测技术领域，具体涉及一种融合时滞重建与注意力机制的滑坡监测数据预测方法，以滑坡位移历史监测数据及外部诱发因子为建模对象，针对滑坡变形过程的非线性、时滞性特点，提出通过时间滞后交叉相关分析构建时滞驱动特征集，并识别滑坡位移与诱发因子之间的引导‑追随因果关系；并构建融合注意力机制的多源时滞特征表达，通过门控循环神经网络对滑坡位移进行动态预测建模，实现滑坡位移趋势及周期变化的精准预测。经实验数据证明，本发明方法在滑坡变形预测精度及鲁棒性方面均优于现有传统方法，有效提升了预测精度、特征利用率和模型可解释性，具有良好的工程实用性和推广前景。