一种基于人工智能的矿坑涌水量预测方法

本发明属于数据处理技术领域，尤其涉及一种基于人工智能的矿坑涌水量预测方法。其步骤为：采集矿坑地质结构、水文、气象及开采工况多模态数据，结合涌水量数据按时间对齐，得到标注与未标注数据集；经多模态时空对齐、改进孤立森林剔除异常值及补全缺失数据预处理；构建含跨模态注意力的Transformer自监督预训练模型，在总未标注数据集上学通用特征；以余弦相似度筛选未标注数据形成伪标注数据集；通过双分支深度神经网络，结合标注与伪标注数据训练模型，输出矿坑涌水量。该方法解决数据时空偏差、异常缺失等问题，提升预测精度与泛化性。