恭喜中南大学;广西中金岭南矿业有限责任公司谢学斌获国家专利权
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!
龙图腾网恭喜中南大学;广西中金岭南矿业有限责任公司申请的专利井下声发射源多分类方法、装置、终端、存储介质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:CN113850185B 。
龙图腾网通过国家知识产权局官网在2025-05-23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:202111119367.1,技术领域涉及:G06F18/24;该发明授权井下声发射源多分类方法、装置、终端、存储介质是由谢学斌;张欢;李小元;刘涛;支伟;唐运坚;张世东;陆维;潘立景;陈智雄;罗俊森;黄楚茗设计研发完成,并于2021-09-24向国家知识产权局提交的专利申请。
本井下声发射源多分类方法、装置、终端、存储介质在说明书摘要公布了:本发明公开了一种井下声发射源多分类方法、装置、终端、存储介质,其中方法包括:获取待检测井下声发射波形时间序列;对待检测井下声发射波形时间序列进行马尔科夫转移场编码,得到二维图像马尔科夫转移场;将二维图像马尔科夫转移场输入预先训练好的井下声发射源识别分类模型中,输出待检测井下声发射波形时间序列的分类结果。利用马尔科夫转移场编码将井下声发射一维时间序列转换为辨识度高的二维图像,这种二维图像不仅保留了时间尺度上的变化趋势,又体现了不同时间跨度的转移概率,再结合深度学习中代表算法卷积神经网络对二维图像识别分类的优势,在识别效率、稳定性和准确率等方面明显优于传统波形识别分类方法。
本发明授权井下声发射源多分类方法、装置、终端、存储介质在权利要求书中公布了:1.一种井下声发射源多分类方法,其特征在于,包括:获取待检测井下声发射波形时间序列;对待检测井下声发射波形时间序列进行马尔科夫转移场编码,得到二维图像马尔科夫转移场;将二维图像马尔科夫转移场输入预先训练好的井下声发射源识别分类模型中,输出待检测井下声发射波形时间序列的分类结果;其中,所述井下声发射源识别分类模型基于历史井下声发射波形时间序列对应的历史二维图像马尔科夫转移场对卷积神经网络进行训练得到;所述对待检测井下声发射波形时间序列进行马尔科夫转移场编码,得到二维图像马尔科夫转移场具体包括:对于待检测井下声发射波形时间序列X=[x1,x2,…,xn],确定Q个分位数,表示将待检测井下声发射波形在纵向上分为Q个区间,并将每个xi分配给相应的区间qj,j∈[1,Q];沿时间轴以一阶马尔科夫链的方式计算待检测井下声发射波形时间序列各分位数区间之间的转移来构造Q×Q的加权邻接矩阵;通过归一化后得到加权马尔科夫转移矩阵W;通过考虑时间位置,将包含幅度轴上的转移概率的加权马尔科夫转移矩阵W扩展到马尔科夫转移场矩阵中,得到n×n马尔科夫转移场M: ;条件概率表示时间序列在a时处于区间qi的前提下,在时刻a+h转移到区间qj的条件概率为。
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中南大学;广西中金岭南矿业有限责任公司,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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”。
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。