恭喜山东大学刘征宇获国家专利权
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！
龙图腾网恭喜山东大学申请的专利基于多尺度无监督深度学习的溶洞反演与成像方法及系统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：CN116245010B 。
龙图腾网通过国家知识产权局官网在2025-05-16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：202211641188.9，技术领域涉及：G06F30/27；该发明授权基于多尺度无监督深度学习的溶洞反演与成像方法及系统是由刘征宇;蔡玉梅;庞永昊;张永恒;刘嘉雯;蒋鹏设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。
本基于多尺度无监督深度学习的溶洞反演与成像方法及系统在说明书摘要公布了：本发明提供了一种基于多尺度无监督深度学习的溶洞反演与成像方法及系统，构造多个低阻地电模型，进行正演模拟得到观测数据；构建深度学习网络，构造含多尺度与光滑约束的损失函数，计算模型梯度，使用学习率加权约束方法提高低敏感区的模型训练能力，更新深度学习网络参数，对深度学习网络进行训练，以确定观测数据与地电模型的映射关系；利用训练后的深度学习网络对采集的观测数据进行处理，得到对应的地电模型图，实现反演。
本发明授权基于多尺度无监督深度学习的溶洞反演与成像方法及系统在权利要求书中公布了：1.一种基于多尺度无监督深度学习的溶洞反演与成像方法，其特征是，包括以下步骤：构造多个低阻地电模型，进行正演模拟得到观测数据；构建深度学习网络，构造含多尺度与光滑约束的损失函数，计算模型梯度，使用学习率加权约束方法提高低敏感区的模型训练能力，更新深度学习网络参数，对深度学习网络进行训练，以确定观测数据与地电模型的映射关系；利用训练后的深度学习网络对采集的观测数据进行处理，得到对应的地电模型图，实现反演；多尺度约束损失函数为： 对多尺度约束损失函数中的模型项使用一范数，并加入阻尼因子进行修正，得到小波域中的反演方程： 其中，观测数据的矩阵形式，表示正演算子，是小波变换后产生的特征系数，表示符号函数，是小波变换算子，表示特征域中的敏感度矩阵，表达式为：，是一个由值为的元素扩展的向量，为预测数据，为特征参数更新梯度。
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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。
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。
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