摘要
本发明公开了基于深度学习的淤泥质土处理效果数据预测方法，具体涉及处理效果预测技术领域；解决了淤泥质土在固化与排水过程中孔隙结构演化复杂、渗透性突变难以预测的问题；通过对目标淤泥质土样本在不同固化阶段进行扫描，生成空间结构体素模型，并提取孔隙拓扑参数，构建孔隙多级连通特征张量；通过图遍历算法识别临界突变孔隙节点，提取对应的孔隙几何变异特征量；将孔隙几何变异特征量输入图神经网络模型，输出微观孔隙结构突变风险值；结合土体固化环境参数引入多模态注意力机制，生成渗透系数跃迁预测值；根据渗透系数跃迁预测值执行排水方案优化求解，显著提升淤泥质土地基处理过程中的预测精度与排水决策合理性。
