摘要
本发明属于地震灾害情景识别技术领域，且公开了基于深度学习的地震灾害情景识别方法，具体步骤如下：S1、数据采集与预处理S1.1、多源异构数据采集建立包含地震波形数据、地表形变数据、建筑物结构数据、地理信息数据、历史灾害记录数据的综合数据库。通过融合3D卷积网络、图注意力机制、时空LSTM及自适应跨模态注意力融合技术，实现了地震波形时空演化规律、地表形变空间分布特性、建筑群拓扑脆弱性及灾害链时序关联的联合建模，有效提升复杂非线性灾害模式的表征能力，并通过混合精度量化与边缘计算部署将灾害评估响应时间缩短至亚秒级，结合多任务分类器与物理约束验证机制，在强噪声、数据缺失场景下仍保持高识别准确率。
