一种基于多模态数据深度融合的灌注桩持力层预测方法

本发明公开了一种基于多模态数据深度融合的灌注桩持力层预测方法，通过整合灌注桩原始钻孔及多模态数据，借助深度学习挖掘信息，减少额外钻探，降低费用；同时，通过数据预处理与深度学习模型快速计算，模型训练完成后，输入桩位坐标即得结果，大幅缩短周期，提升工程进度；此外，通过整合多模态数据构建全面特征向量，模型深度融合分析数据，学习位置关联规律，实现大面积场地持力层预测，结果更全面连续，弥补传统方法不足；另外，多模态特征向量涵盖多类信息，跨模态注意力融合模块等深度学习技术考虑模态间联系，模型综合各种因素挖掘深层特征模式，能更精准预测持力层类型、埋深、厚度等关键信息。