海南热带海洋学院崖州湾创新研究院刘金霖获国家专利权
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！
龙图腾网获悉海南热带海洋学院崖州湾创新研究院申请的专利一种基于深度学习优化的全波形反演方法及装置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：CN119846703B 。
龙图腾网通过国家知识产权局官网在2025-07-29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：202510315178.3，技术领域涉及：G01V1/28；该发明授权一种基于深度学习优化的全波形反演方法及装置是由刘金霖;王昊寅;吴时国;任传真;万武波设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。
本一种基于深度学习优化的全波形反演方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习优化的全波形反演方法及装置，该方法包括输入地震数据；使用深度学习模型来计算全波反演过程中的梯度；输出全波形反演结果。本发明将深度学习技术应用于全波形反演中，通过深度学习模型来近似计算全波形反演过程中的梯度，提供了一种计算效率高、鲁棒性强、适应性好的全波形反演替代方案，从而避免了传统全波形反演中每次都需要求解正演和伴随方程的高计算成本，提高了反演的效率和准确性。
本发明授权一种基于深度学习优化的全波形反演方法及装置在权利要求书中公布了：1.一种基于深度学习优化的全波形反演方法，其特征在于，包括： 输入地震数据； 使用深度学习模型来计算全波反演过程中的梯度； 输出全波形反演结果； 所述使用深度学习模型来计算全波反演过程中的梯度的方式为： 其中，是损失函数L相对于介质参数m的梯度；是深度学习模型学习到的参数，用于近似梯度计算；是模拟波场u对介质参数m的敏感性；d是观测数据； 参数通过如下方式得到： 深度学习模型把地震数据当作输入，把地震数据对应的地下速度模型当作输出，用损失函数衡量预测的地下速度模型和真实的地下速度模型之间的差距，采用梯度下降算法来进行反向传播，计算损失函数对深度学习模型参数的梯度，根据梯度来更新参数，通过多次迭代训练，不断调整，得到最终的参数。
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海南热带海洋学院崖州湾创新研究院，其通讯地址为：572000 海南省三亚市崖州区崖州湾科技城海南瑞泽办公楼6层；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