一种结合xLSTM-Attention时序预测模型与大语言模型的高陡边坡变形监测方法

本发明公开一种结合xLSTM‑Attention时序预测模型与大语言模型的高陡边坡变形监测方法，包括以下步骤：1)构建基于xLSTM与注意力机制的时间序列预测模型；2)在待检测边坡设置多个边坡监测点，采集这些边坡监测点在T时间段内的三维变形时序数据，并进行特征提取，得到统计特征；将T时间段内的三维变形时序数据输入至边坡变形监测模型，得到未来T'时间段内的变形预测结果；3)提取边坡变形监测模型的重要滞后特征Top‑KLags，形成标准化自然语言提示模板；4)调用具备工程理解能力的预训练语言模型，并进行领域微调；5)将标准化自然语言提示模板输入至领域微调后的预训练语言模型，得到边坡变形安全风险评估报告。本发明能够实现高效的变形预测与风险分析。