一种基于神经网络集成的地质灾害隐患点分布预测方法

本发明公开了一种基于神经网络集成的地质灾害隐患点分布预测方法，包括如下步骤：S1、获取地质环境数据并预处理；S2、构建并训练图卷积神经网络与多层感知机集成的异构模型；S3、结合残差连接与注意力机制增强模型特征识别能力，并通过交叉熵损失函数优化模型参数；S4、采用交叉验证评估异构模型，计算精度、均方误差和置信度，并动态分配集成权重；S5、按集成权重加权融合模型输出，引入贝叶斯不确定性估计生成风险分布概率图；S6、量化隐患点风险等级，映射为二维空间分布图并可视化；S7、筛选风险等级高于阈值的隐患点，输出预测结果。本发明通过集成神经网络和深度融合技术，提供了一种高精度、可靠的地质灾害隐患点预测方法。