恭喜贵州大学;贵州省地质矿产勘查开发局114地质大队何旭东获国家专利权
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!
龙图腾网恭喜贵州大学;贵州省地质矿产勘查开发局114地质大队申请的专利基于微动探测技术的采空区三维横波速度场插值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:CN119439268B 。
龙图腾网通过国家知识产权局官网在2025-05-06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:202411672246.3,技术领域涉及:G01V1/30;该发明授权基于微动探测技术的采空区三维横波速度场插值方法是由何旭东;史文兵;朱永东;叶辉;阮凡;杨昌文;王蒿设计研发完成,并于2024-11-21向国家知识产权局提交的专利申请。
本基于微动探测技术的采空区三维横波速度场插值方法在说明书摘要公布了:本发明公开了基于微动探测技术的采空区三维横波速度场插值方法,其包括:S1、数据准备;S2、网络设计;S3、数据处理;S4、模型训练;S5、模型验证;S6、模型优化;S7、模型应用。基于三维卷积神经网络模型的人工智能技术具有适应性强、非线性拟合能力强的特点,可以更好地处理复杂的地形和场景,能够自动学习地下速度场中的复杂特征,包括速度的空间分布、地质构造等,可通过其强大的非线性拟合能力和适应性,提升插值的准确性和鲁棒性,提高了速度场建立的准确度;相对于传统的插值方法,上述插值方法通常能够在较短的时间内完成训练和预测,提高了计算效率。
本发明授权基于微动探测技术的采空区三维横波速度场插值方法在权利要求书中公布了:1.基于微动探测技术的采空区三维横波速度场插值方法,其特征在于,包括:S1、数据准备:采集来自不同地理位置、地质环境的速度场数据和对应的地质结构数据作为数据集,对数据集进行检查和预处理,将数据集分为训练集和验证集;S2、网络设计:设计三维卷积神经网络模型,用于从输入的地质结构数据中学习速度场的插值规律;三维卷积神经网络模型的输入层可接受三维数组;S3、数据处理:对训练集进行预处理,包括归一化和标准化操作;S4、模型训练:使用预处理的训练集对神经网络模型进行训练,选择均方误差函数来衡量预测速度场和真实速度场之间的差异;S5、模型验证:使用验证集对训练好的神经网络模型进行验证,采用均方误差评估模型的表现;S6、模型优化:根据验证结果调整优化算法,并根据损失函数的梯度来调整模型参数,使损失函数值最小化;S7、模型应用:将优化后的神经网络模型应用于实际的速度场插值任务中,得到三维横波速度场的插值结果;其中,从输入的地质结构数据中学习速度场的插值规律包括:使用卷积核大小分别为3×3×3、5×5×5和7×7×7的多尺度卷积层来提取不同尺度速度场和地形数据的特征参数,不同尺度的卷积核并行工作,然后将它们的输出拼接;使用注意力机制层为不同的输入区域分配不同的权重;将速度场和地形数据作为多通道输入给网络;每一通道代表不同类型的数据,让网络同时学习两种数据的相关特征;使用残差连接模块来增强神经网络模型对复杂特征参数的提取能力,并且帮助缓解梯度消失、爆炸问题,加速训练过程;选择池化层和正则化方法,以降低特征维度并提高模型的鲁棒性,提高神经网络模型的泛化能力和稳健性;全连接层用于将前几层提取的特征转换为最终的预测结果,选择激活函数,以引入非线性,并帮助模型学习复杂的映射关系;通过全连接层和激活函数得到速度场的插值结果。
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贵州大学;贵州省地质矿产勘查开发局114地质大队,其通讯地址为:550000 贵州省贵阳市花溪区;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”。
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。