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！

龙图腾网获悉西南石油大学申请的专利一种基于图粗粒化和链路预测的孔缝网络跨尺度融合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：CN118887111B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202410905446.2，技术领域涉及：G06T5/60；该发明授权一种基于图粗粒化和链路预测的孔缝网络跨尺度融合方法是由刘创;陈雁;王骞;徐超;许森海;曹婧;李晨设计研发完成，并于2024-07-08向国家知识产权局提交的专利申请。

本一种基于图粗粒化和链路预测的孔缝网络跨尺度融合方法在说明书摘要公布了：本发明公开了一种基于图粗粒化和链路预测的孔缝网络跨尺度融合方法，包括以下步骤：S1、针对数字岩心的孔和缝，建立球棍模型，并根据岩样的分布、连通关系建模孔缝图网络；S2、提取孔缝图网络的邻接矩阵和特征矩阵，构建图链路预测模型，并进行训练；S3、根据岩样的孔隙度分布和连通关系，将纳米级孤立连通片粗粒化为一个个孔缝图网络中的孔隙节点，并放入孔缝图网络中；S4、根据新的孔缝图网络，提取出新的邻接矩阵和特征矩阵，用模型计算出孔隙节点之间存在缝隙的概率，实现多尺度融合；本发明解决了现有技术融合前后图像尺度差异较小、纳米级图像与微米级图像融合后图像分辨率过高、计算资源和存储空间开销过大的问题。

本发明授权一种基于图粗粒化和链路预测的孔缝网络跨尺度融合方法在权利要求书中公布了：1.一种基于图粗粒化和链路预测的孔缝网络跨尺度融合方法，其特征在于，包括以下步骤：S1、针对数字岩心的孔和缝，建立球棍模型，并根据岩样的分布、连通关系建模孔缝图网络；S2、提取孔缝图网络的邻接矩阵和特征矩阵，构建图链路预测模型，并进行训练；所述步骤S2包括以下分步骤：S21、根据孔缝图网络的边集合E，提取邻接矩阵A；S22、使用基于随即丢弃掩码方法和基于源点随机游走掩码方法对孔缝图网络中进行掩码，得到掩码后的边集合；S23、构建图链路预测模型，使用掩码后的数据对模型进行训练；所述步骤S23中图链路预测模型为：编码器部分的神经网络架构为两层图卷积神经网络GCN，每一层GCN之后使用ReLU作为激活函数；解码器部分将输入的孔隙节点表征序列进行运算得到边表征，再使用多层感知机MLP计算得到节点之间存在缝隙的概率；编码器中图卷积神经网络GCN更新公式如下： 其中，Xl+1为第l+1层的特征矩阵，为度矩阵加上单位矩阵，为邻接矩阵加上单位矩阵，Xl为第l层的特征矩阵，Wl为第l层的权重矩阵，σ为激活函数；解码器中计算节点之间存在缝隙概率的公式为： 其中Pi,j表示孔隙节点i和j之间存在缝隙的概率，表示将后面的式子结果进行拼接，⊙代表逐元素相乘，为孔隙节点i的第a跳子图的嵌入信息，为孔隙节点j的第b跳子图的嵌入信息，MLP是多层感知机；S3、根据岩样的孔隙度分布和连通关系，将纳米级孤立连通片粗粒化为一个个孔缝图网络中的孔隙节点，并放入孔缝图网络中；S4、根据新的孔缝图网络，提取出新的邻接矩阵和特征矩阵，用模型计算出孔隙节点之间的存在缝隙的概率，实现多尺度融合。

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南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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”。