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！

龙图腾网获悉燕山大学申请的专利基于轻量级多尺度自适应融合网络模型的岩性识别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：CN117994665B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202410249054.5，技术领域涉及：G06V20/10；该发明授权基于轻量级多尺度自适应融合网络模型的岩性识别方法是由赵逢达;章蓬伟;韩超;李贤善设计研发完成，并于2024-03-05向国家知识产权局提交的专利申请。

本基于轻量级多尺度自适应融合网络模型的岩性识别方法在说明书摘要公布了：本发明公开了基于轻量级多尺度自适应融合网络模型的岩性识别方法，属于地质勘探领域，包括：构建由数据多尺度预处理模块、多尺度自适应加权卷积神经网络模块、通道注意力模块和微调模块组成的轻量级多尺度自适应融合网络模型；采用数据多尺度预处理模块对采集的数据进行多尺度数据预处理；采用多尺度自适应加权卷积神经网络模块对预处理后的岩性数据进行多尺度自适应加权处理；采用通道注意力模块对多尺度生成的特征图进行动态组合；采用微调模块进一步优化模型的输出；采用动态焦点损失函数对模型进行训练；采用训练好的模型进行岩性识别。本发明有效的缓解了岩性数据的类不平衡问题，提高了岩性识别的准确率。

本发明授权基于轻量级多尺度自适应融合网络模型的岩性识别方法在权利要求书中公布了：1.一种基于轻量级多尺度自适应融合网络模型的岩性识别方法，其特征在于，包括以下步骤： 步骤1，构建轻量级多尺度自适应融合网络模型； 所述轻量级多尺度自适应融合网络模型包括数据多尺度预处理模块、多尺度自适应加权卷积神经网络模块、通道注意力模块和微调模块； 步骤2，采用数据多尺度预处理模块对采集的数据进行多尺度数据预处理； 步骤3，采用多尺度自适应加权卷积神经网络模块对预处理后的岩性数据进行多尺度自适应加权处理； 所述多尺度自适应加权卷积神经网络模块由三个浅层卷积神经网络流构成，分别为MA-CNN-1、MA-CNN-2和MA-CNN-3；每个网络流分别处理特定的输入数据段，即Input-1、Input-2和Input-3；如下所示： Fi＝MA-CNNiInputi；θi,i＝1,2,33 式中，Fi表示第i个卷积神经网络流的输出特征，MA-CNNi代表第i个多尺度自适应卷积神经网络流，Inputi是第i个网络流处理的输入数据，θi表示第i个网络流的参数； 通过权值自适应动态结合多尺度自适应加权卷积神经网络模块产生的三尺度特征图F1,F2,F3，得到优化的特征图Feature，精准分析不同尺寸的相邻片段，增强关键特征的识别和利用，如下所示： Feature＝FusionF1,F2,F34 式中，Feature为优化的特征图； 步骤4，采用通道注意力模块对多尺度生成的特征图进行动态组合； 步骤5，采用微调模块进一步优化轻量级多尺度自适应融合网络模型的输出； 步骤6，采用动态焦点损失函数对轻量级多尺度自适应融合网络模型进行训练； 步骤7，采用训练好的轻量级多尺度自适应融合网络模型进行岩性识别。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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”。