一种用于建筑物的地表沉陷数智预测方法

本发明公开了一种用于建筑物的地表沉陷数智预测方法，属于矿业和信息技术领域，包括如下步骤：步骤1、采集多源数据，并基于卡尔曼滤波法进行多源数据融合；步骤2、基于随机森林对异常数据进行处理；步骤3、基于图神经网络进行特征工程与变量选择；步骤4、基于扩散模型与量子启发式神经网络预测地表沉陷。本发明充分利用扩散模型在数据生成方面的优势以及量子启发式神经网络强大的特征学习能力，对建筑物地表沉陷进行预测，从而为建筑物的安全评估、工程规划及灾害预防等提供可靠的依据与技术支撑，有效提高地表沉陷预测的精度和可靠性，推动相关领域的智能化发展。