一种基于多模态深度学习与信号处理的矿震智能识别方法

本发明公开了一种基于多模态深度学习与信号处理的矿震智能识别方法，属于矿震识别技术领域。针对传统的矿震信号处理方法无法充分利用传感器网络中信号的空间关联性和频域特征，且自动化水平较低，导致响应速度缓慢，影响应急处理效果的问题，通过地震波形数据和多模态特征输入，基于大语言模型（LLMs）生成的文本语义特征、傅里叶变换提取的频域特征以及obspy处理后的时序特征，构建融合图神经网络（GNN）与Transformer的动态图识别模型；通过信号间的互相关性动态更新图结构边权重，自适应矿山巷道等复杂环境的结构变化。