龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国石油大学(华东)
摘要：本发明公开了一种基于TransUNet的地震数据喀斯特特征智能识别定位方法，通过对原始三维地震数据进行切片，将得到的二维数据图像通过CNN和Transformer编码器对地震数据进行特征提取，使用UNet卷积上采样结构将编码阶段提取的特征图解码到全像素密度，实现自动智能地从地震数据中识别和定位喀斯特特征，避免了人工操作产生的主观性影响，改善了人工地震喀斯特特征提取过程中对经验过度依赖的问题，提高了效率。在传统只利用CNN提取特征图像的基础上，加入了Transformer的自注意力机制，能够更好地捕捉图像中的长程依赖关系，能够更好地理解图像中不同位置之间的关系，从而提高地震数据中喀斯特特征提取的准确性。
主权项：1.一种基于TransUNet的地震数据喀斯特特征智能识别定位方法，其特征在于，包括如下步骤：将原始三维地震数据按照内敛方向、交叉方向和时间片方向逐像素点切割为二维图像，采用滑动窗口的形式将二维图像切割为n×n大小的切片，并采用随机旋转或翻转的方式对20％的数据进行图像增强来增加数据的多样性。训练时，设置最大迭代次数M，使用BCE损失函数和AdamW优化器对网络进行迭代训练，使用EarlyStopping防止模型过拟合。网络模型首先使用三个卷积层对处理后的二维图像逐层进行特征提取，得到的特征图分别为和将最后一个卷积层提取到的特征图通过一个线性投影映射到D维空间上，并为其添加位置向量PEpos，得到一个D维的嵌入向量Z0，通过TransformerEncoder对得到的嵌入向量进行特征提取，一个Encoder模块由L个Transformer模块组成，每个模块包括多头自注意力层MSA和前馈网络层MLP。然后通过UNet解码器结构对编码器得到的特征图进行解码，得到最后的特征图。将特征图输入到由一个全连接网络和一个ReLU函数构成的分割头SegmentationHead中，计算得到最后的分割结果。使用测试集对训练好的模型进行测试，计算模型的准确率Acc和IOU指数，对模型的性能进行定量和定性衡量。
全文数据：
权利要求：
百度查询： 中国石油大学(华东) 一种基于TransUNet的地震数据喀斯特特征智能识别定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号