一种河道治理的造价管理系统

本发明公开了一种河道治理的造价管理系统，通过采集多源异构数据，利用CNN卷积神经网络对数据进行特征提取，得到空间特征向量，捕获其长期依赖和波动规律，得到时间特征向量，并通过跨模态融合机制对特征向量进行深度融合，建立造价预测模型；通过贝叶斯优化算法优化所述造价预测模型的超参数，得到目标造价预测模型，利用目标造价预测模型对所述多源异构数据进行预测，输出造价成本预测值；利用GBDT梯度提升决策树实时分析当前成本数据与造价成本预测值的偏差指数，根据所述偏差指数对潜在超支风险进行分级预警。减少人工计算量，缩短决策周期，提升管理效率。