Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国地质大学(武汉);武汉地大坤迪科技有限公司孔春芳获国家专利权

中国地质大学(武汉);武汉地大坤迪科技有限公司孔春芳获国家专利权

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!

龙图腾网获悉中国地质大学(武汉);武汉地大坤迪科技有限公司申请的专利一种基于生成对抗网络的成矿数据扩充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:CN119272049B

龙图腾网通过国家知识产权局官网在2025-07-11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:202411339942.2,技术领域涉及:G06F18/214;该发明授权一种基于生成对抗网络的成矿数据扩充方法是由孔春芳;李必亿;徐凯;吴冲龙;李岩;田宜平;赵杰;周广隆;徐城阳;吕维逸;董洋;向世泽;武永进;黄子贤;田倩设计研发完成,并于2024-09-25向国家知识产权局提交的专利申请。

一种基于生成对抗网络的成矿数据扩充方法在说明书摘要公布了:本发明提供了一种基于生成对抗网络的成矿数据扩充方法,属于成矿预测技术领域,包括以下步骤:S1、采集已知矿点和非矿点的地物化遥数据并预处理,构建成矿预测数据集;S2、采用层次聚类算法对成矿预测数据集中的样本进行分类,并进行类别划分;S3、通过计算每个类别的频率分布,确定相应的类别权重,并对类别权重进行标准化处理;S4、在生成对抗网络模型中构造一个包含标准化的权重的可选参数,用于传递每个类别的权重信息;S5、根据标准化的权重的可选参数,采用加权采样策略,结合预设的指定条件,生成合成数据;S6、对合成数据进行质量评估。本发明能够生成高质量、多样化的成矿样本,显著提升矿产资源预测模型的性能。

本发明授权一种基于生成对抗网络的成矿数据扩充方法在权利要求书中公布了:1.一种基于生成对抗网络的成矿数据扩充方法,其特征在于,包括以下步骤: S1、采集已知矿点和非矿点的地物化遥数据,对采集的地物化遥数据进行预处理,构建成矿预测数据集; S2、采用层次聚类算法对成矿预测数据集中的样本进行分类,并进行类别划分; S3、通过计算每个类别的频率分布,确定相应的类别权重,并对类别权重进行标准化处理,得到标准化的权重; S4、在生成对抗网络模型中构造一个包含标准化的权重的可选参数,用于传递每个类别的权重信息,具体操作为: 首先,在生成对抗网络模型的构造函数中添加一个可选参数weights,可选参数weights在训练过程中根据每个类别的标准化的权重调整生成器的生成策略和判别器的判别策略; 然后,调整生成器和判别器; 生成器根据输入的随机噪声和条件信息生成样本,在训练过程中,生成器使用可选参数weights来进行加权采样,生成符合权重要求的样本; 生成器的损失函数如下: 其中,Gz,ci是生成器生成的样本;D是判别器的输出;ci是类别条件;LG为生成器的损失函数;为期望值操作符,表示对随机噪声向量z的所有可能值的平均;z为随机噪声向量;pzz为随机噪声向量z的概率分布;wi为类别权重; 判别器区分真实样本和生成样本; 判别器的损失函数如下: 其中,pdatax是真实样本分布;Dx,ci是判别器对真实样本x的预测概率;Gz,ci是生成器生成的样本;LD为判别器的损失函数;为对真实样本x的期望值操作符,表示真实样本的所有可能值的平均;x为真实样本;pdatax为真实数据的概率分布; S5、根据标准化的权重的可选参数,采用加权采样策略,结合预设的指定条件,生成合成数据; S6、对合成数据进行质量评估。

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国地质大学(武汉);武汉地大坤迪科技有限公司,其通讯地址为:430000 湖北省武汉市洪山区鲁磨路388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”。

以上内容由AI智能生成
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。