基于三维点云与深度学习的边坡变形趋势预测方法

本发明公开了基于三维点云与深度学习的边坡变形趋势预测方法，涉及地质灾害技术领域，包括以下步骤：S1.获取目标边坡的多时序三维点云数据，S2.进行预处理，得到标准化的时序点云数据集，S3.从所述标准化的时序点云数据集中提取边坡变形特征参数，S4.构建预测模型，S5.将数据整合为模型训练样本，对所述深度学习预测模型进行训练与优化，S6.将数据输入训练完成的深度学习预测模型，输出目标边坡的变形趋势预测结果，S7.对所述变形趋势预测结果进行可靠性评估，生成最终的预测报告。本发明通过融合CNN与注意力机制LSTM的深度学习模型，可同时挖掘边坡变形的空间关联性与时间动态性，相比传统统计模型，预测精度得到提升，尤其适用于长期变形趋势预测。