基于ADF-BiLSTM-XGBoost多源特征融合的沉降预测方法

本发明公开了基于ADF‑BiLSTM‑XGBoost多源特征融合的沉降预测方法，具体按以下步骤实施：步骤1，工程监测采集数据预处理；步骤2，采用ADF进行时序特征筛选；步骤3，采用BiLSTM生成新特征，并与静态特征融合；步骤4，融合后特征输入至XGBoost模型中进行训练；步骤5，对比分析各种预测模型的预测结果，验证多源特征融合预测模型的有效性。本发明有效融合了多源监测数据特征，解决了传统数据预测模型难以同时处理时序依赖与静态特征的问题，将时序特征与静态特征进行融合，构成综合特征向量，充分利用多源数据信息，提升工程监测数据预测的全面性和准确性。