一种深度学习驱动的海岸线变迁动态监测方法

本发明提供一种深度学习驱动的海岸线变迁动态监测方法，属于图像理解识别技术领域，本发明通过构建多源卫星数据融合网络形成时序注意力矩阵，应用四阶时序卷积神经网络提取海岸线形态变化特征构建第一波动矩阵，利用时空注意力机制进行降维处理生成第二波动矩阵，并通过波动转化矩阵将其转为定量化指标。方法将数据输入预训练的CoastDynNet模型中分析物理机理，应用海岸线演化优化函数进行精细化调整，使用WaveletTempNet网络进行多尺度分解分离长短期变化，最终利用贝叶斯模型平均方法构建多模型集成框架，生成综合海岸线动态评估报告。