摘要
本发明涉及岩土工程与人工智能交叉技术领域，公开了一种基于深度域适应迁移学习的土壤破损参数预测方法，所述方法包括以下步骤：S1、获取源域和目标域的土壤加载过程序列数据；S2、采用集成注意力机制的长短时记忆递归神经网络提取序列数据的深层时序特征，并生成上下文向量；S3、采用融合显式距离度量与隐式对抗学习的混合域适应框架进行对抗训练，对齐域间特征分布并最小化监督预测损失；S4、将训练完成的神经网络用于预测待测序列数据的土壤破损参数。本发明采用融合显式距离度量与隐式对抗的混合域适应框架，提升了模型跨工况预测土壤破损参数的泛化能力与精度。
