基于图注意力网络的隧道围岩结构面形貌实时预测方法

1.基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于：利用拉普拉斯插值方法对获取的点云数据进行三维坐标对齐处理，其目标方程为：

3.根据权利要求2所述的基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于，构建拉普拉斯矩阵的表达式为：

4.根据权利要求1所述的基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于，使用统计滤波进行点云去噪，其表达式为：

5.根据权利要求4所述的基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于，所述点云中点坐标矢量pi的平均最近邻距离di的计算方法为：

6.根据权利要求1所述的基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于，使用高斯平滑滤波进行点云平滑处理，其表达式为

7.根据权利要求1所述的基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于，通过构建邻接矩阵将点云数据转换为图结构，并依据该图结构构建图注意力网络图注意力层，其输出表示为：

8.根据权利要求1所述的基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于，所述图注意力网络预测的输出层表示为：

9.根据权利要求8所述的基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于，基于现有隧道已开挖区域的结构面点云数据及相似工程的结构面点云数据对图注意力网络进行训练与测试并采用模型集成方法进行优化。

10.根据权利要求1所述的基于图注意力网络的隧道围岩结构面形貌实时预测方法，其特征在于，使用possion表面重建方法进行网格化的表达式为：