基于深度学习的湿陷性等级自动判别方法

本发明公开了一种基于深度学习的湿陷性等级自动判别方法，S1.生成预处理黄土地质工程指标数据集；S2.得到带加权邻接矩阵的黄土取样单元图结构数据集；S3.形成带节点属性的黄土取样单元加权图结构数据集；S4.构建多目标综合适应度函数；S5.随机生成差分花朵授粉算法种群个体，对差分花朵授粉算法初始种群执行全局搜索和局部搜索，获得最优图注意力网络超参数向量与最优节点特征选择掩码向量；S6.得到优化图注意力网络模型，并对带节点属性的黄土取样单元加权图结构数据集进行推断，输出各取样单元的湿陷性等级预测结果。本发明动态评估不同湿陷性等级误判对工程安全的影响，从而引导算法优先提升高风险等级的识别准确率。