一种融合LSTM-VAE与梯度提升决策树的滑坡裂缝预测方法

本发明公开了一种融合LSTM‑VAE与梯度提升决策树的滑坡裂缝预测方法，包括以下步骤：采集滑坡相关监测数据；对监测数据进行数据预处理；构造滑坡时序数据序列；构建基于LSTM与VAE的联合时序数据增强模型LSTM‑VAE模型；采用VAE损失函数训练LSTM‑VAE模型；使用LSTM‑VAE模型生成合成数据，并构增强数据集；将增强数据集按照比例划分为训练集、验证集与测试集；建立滑坡裂缝预测GBDT模型，并使用训练集训练滑坡裂缝预测GBDT模型；对滑坡裂缝预测GBDT模型预测评估，获得最优滑坡裂缝预测模型。本发明在保证裂缝预测模型准确性的同时，解决了传统机器学习模型难以有效捕捉数据的时序特征、对数据质量要求高的问题，为工程现场滑坡风险管理提供了科学依据和技术支持。