多保真融合土壤分类模型

显著提升地层识别

融合原位与实验室数据，通过深度神经网络同步提升土壤分类准确率与泛化能力。

Zhou, Xiaoqi · Sheil, Brian B. · Suryasentana, Stephen K. · 史培新

Advanced Engineering Informatics 2024

技术优势

分类更准

用多保真融合把低精度CPT映射到高精度实验室数据，再交给深度网络分类，真实地层剖面预测显著改善。

端到端可训

专门设计的损失函数使LSTM-MSCNN能够端到端联合优化，省去分阶段调参。

注意力有用

消融实验证明多头自注意力机制带来额外增益，不是白加的复杂度。

应用场景

• 地层建模：用多保真融合模型提高地层剖面预测精度，减少依赖单一数据源的误差。
• 地质勘查：为岩土勘察提供自动化土壤分类工具，替代传统经验公式和人工判读。
• 多源数据融合：示范CPT与实验室测试数据的深度融合框架，提升多源数据利用效率。
• 传感数据智能分析：用深度学习直接从传感器数据提取地层信息，减少人工特征工程。