Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜哈尔滨工业大学马坚伟获国家专利权

恭喜哈尔滨工业大学马坚伟获国家专利权

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!

龙图腾网恭喜哈尔滨工业大学申请的专利基于快速低秩预测的非规则网格高维地震数据重构方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118169756B

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410313193.X,技术领域涉及:G01V1/36;该发明授权基于快速低秩预测的非规则网格高维地震数据重构方法是由马坚伟;林荣智;丁程雄;徐玉豪设计研发完成,并于2024-03-19向国家知识产权局提交的专利申请。

基于快速低秩预测的非规则网格高维地震数据重构方法在说明书摘要公布了:本发明公开了基于快速低秩预测的非规则网格高维地震数据重构方法,属于地震数据处理技术领域。解决了现有技术中传统的基于低秩预测的地震数据重构方法矩阵分解计算效率慢的问题;本发明通过对规则网络地震数据进行插值获取非规则网格地震数据,结合映射梯度下降算法进行迭代求解,得到更新后的地震数据,对其进行一维傅里叶变换,随后进行正向快速汉克矩阵‑向量乘积,再进行低秩预测处理,之后进行转置快速汉克矩阵‑向量乘积,采用随机QR分解代替奇异值分解,采用卷积加速反对角平均,得到低秩预测后的结果,对频域地震数据的共轭矩阵进行傅里叶逆变换迭代求解直至收敛条件,得到重构后的地震数据。本发明有效提高了地震数据重构效率和精度。

本发明授权基于快速低秩预测的非规则网格高维地震数据重构方法在权利要求书中公布了:1.基于快速低秩预测的非规则网格高维地震数据重构方法,其特征在于,包括以下步骤:S1.通过利用插值算子将非规则网格地震数据进行规则化预处理得到规则网格地震数据;S2.根据规则网格地震数据,结合映射梯度下降算法进行迭代求解,并对参数迭代步长采用指数衰减策略保证映射梯度下降算法的收敛性,得到更新后的地震数据;S3.对更新后的地震数据进行一维傅里叶变换,得到频域地震数据及其维度大小;S4.根据频域地震数据及其维度大小,进行正向快速汉克矩阵-向量乘积,得到矩阵Y;具体的:S41.根据频域地震数据的维度大小及预先给定的秩p,得到随机生成向量Ω;S42.对输入的二级汉克矩阵c、v进行一维傅里叶变换,得到更新后的二级汉克矩阵C、V;;S43.对更新后的二级汉克矩阵C、V进行傅里叶逆变换,得到矩阵r;S44.截断并重塑矩阵r得到矩阵Y;S5.进行低秩预测处理,得到矩阵Y的低秩近似具体的:S51.对矩阵Y进行随机投影得到矩阵M;S52.对矩阵M进行QR分解,得到标准正交阵Q和上三角阵R;S53.根据标准正交阵Q和标准正交阵Q的共轭转置矩阵QH,得到矩阵Y的低秩近似S6.根据标准正交阵Q重塑得到的矩阵q和频域地震数据,进行转置快速汉克矩阵-向量乘积,得到矩阵z;S7.根据矩阵q和矩阵z,采用卷积加速反对角平均,得到低秩预测后的结果;S8.根据低秩预测后的结果,对频域地震数据的共轭矩阵进行傅里叶逆变换,得到初步重构后的地震数据,将步骤S3至S8定义为映射操作P;S9.重复步骤S1至S8,直至达到收敛条件,得到重构后的地震数据;所述S1中,插值公式表示为: 其中,ut,x,y为观测到的初始非规则网格的地震数据,t为初始非规则网格的地震数据采样时间,x,y为初始非规则网格的地震数据坐标,为插值算子,dt,x,y为规则网络地震数据;所述S2中,更新后的地震数据mt,x,y表示为: 其中,dkt,x,y为第k时刻规则网络地震数据,为插值算子的伴随算子,λ为迭代步长,采用指数衰减策略,初始步长由决定,emax为的最大特征值;所述S41中,向量Ω表示为:Ω=randM1,M2,pM1=[N12]+1M2=[N22]+1其中,M1和M2为用于指定向量Ω大小的参数,频域地震数据Dω,x,y的维度大小为Nt,N1,N2;所述S42中,输入的二级汉克矩阵为c、v,获取矩阵c的维度大小;矩阵c的维度大小Lx,Ly表示为::x,Ly=sizec二级汉克矩阵c、v的维度大小表示为: 其中,N为二级汉克矩阵行大小,M为二级汉克矩阵列大小,当flag=forward时,二级汉克矩阵大小表示为Nc、Mc,当flag=adjoint时,二级汉克矩阵大小表示为Nr、Mr;更新后的二级汉克矩阵C、V表示为: 其中,padding·为填充零元素函数,reverse·为反转函数,为对矩阵v的各维度元素按顺序进行反转后补零,其大小为[N-1,M-1],为一维傅里叶变换;所述S43中,矩阵r表示为: 其中,为逐元素乘法,为傅里叶逆变换,conj·为取共轭,δC为指示函数,其表达形式为: 所述S44中,矩阵Y表示为:Y=reshaper[N:Lx,M:Ly],[],1其中,reshape为重塑函数,[]表示矩阵自适应大小;所述S8中,频域地震数据Dω,x,y的共轭矩阵的傅里叶逆变换表示为: 其中,dk+1为初步重构后的地震数据,dk+1t,x,y=Pmt,x,y。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。