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！

龙图腾网恭喜西安石油大学申请的专利基于流形学习算法的地震数据特征提取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：CN116165703B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202310166750.5，技术领域涉及：G01V1/28；该发明授权基于流形学习算法的地震数据特征提取方法及系统是由赵静;李阳;雷豪杰;张佛库;周福骁;阮仕景;田昌饶;周文豪设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本基于流形学习算法的地震数据特征提取方法及系统在说明书摘要公布了：本发明公开了基于流形学习算法的地震数据特征提取方法及系统，通过采用局部线性嵌入算法LLE对高维地震属性参数进行降维，降维后用较少的属性代替高维属性，去掉了很多冗余信息，同时又能保留高维地震属性数据的大部分信息，实现无损降维得到低维最优属性数据，并通过卷积神经网络进行特征提取，最终实现储层预测。实验结果表明低维最优属性数据的纹理特征能够很好地反映地层的纹理特征，为后续地震解释、储层预测等提供了有力支撑。结合多种属性数据特征提取技术对地震剖面图进行分析，是未来地震勘探中的研究和发展方向之一。

本发明授权基于流形学习算法的地震数据特征提取方法及系统在权利要求书中公布了：1.基于流形学习算法的地震数据特征提取方法，其特征在于，包括以下步骤：步骤一：对地震数据进行预处理获得高维数据集；步骤二：对高维数据集进行归一化处理得到高维地震属性数据；步骤三：利用LLE算法对高维地震属性数据降维并映射到低维空间中得到低维最优属性数据；具体为：求取高维地震属性数据样本点的近邻点，由近邻点计算高维地震属性数据样本点的局部线性重建权值矩阵，利用局部线性重建权值矩阵把所有高维地震属性数据样本点映射到内部全局坐标低维向量上输出低维最优属性数据；所述求取高维地震属性数据样本点的近邻点具体为：采用KNN算法计算每个高维地震属性数据样本点的近邻点，并将相对于所求高维地震属性数据样本点符合欧氏距离的近邻点规定为所求高维地震属性数据样本点的近邻点，所述欧氏距离目标函数如下式： 其中为高维地震属性数据样本点，为近邻点，为与的欧氏距离目标函数，为高维地震属性数据样本点与近邻点之差的转置；步骤四：利用卷积神经网络对低维最优属性数据进行地震数据特征提取。

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西安石油大学，其通讯地址为：710065 陕西省西安市雁塔区电子城街道电子二路东段18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”。