一种基于深度学习技术的隧道安全评估方法及系统

本发明公开了一种基于深度学习技术的隧道安全评估方法，包括：采集所述隧道内的安全监测数据，并对采集到的所述安全监测数据进行预处理；基于长短期记忆网络LSTM和/或变换器Transformer模型输出时序特征；基于卷积神经网络CNN进行局部空间特征提取；基于图神经网络GNN输出全局结构特征；基于多输入深度神经网络DNN和/或门控循环单元GRU模型对所述时序特征、所述局部空间特征和所述全局结构特征进行联合特征提取，输出联合特征；基于支持向量机SVM和/或所述DNN对所述联合特征进行分类，输出所述隧道的安全评估等级。通过多种深度学习模型的有效融合，能够综合考虑多维数据特征，提高隧道安全评估的精准度与实时性。