电子科技大学姚兴苗获国家专利权
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！
龙图腾网获悉电子科技大学申请的专利一种基于知识约束的深度学习地震相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：CN116580239B 。
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：202310565439.8，技术领域涉及：G06V10/764；该发明授权一种基于知识约束的深度学习地震相识别方法是由姚兴苗;张祥烨;董月;郭翔宇;胡光岷设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。
本一种基于知识约束的深度学习地震相识别方法在说明书摘要公布了：本发明公开一种基于知识约束的深度学习地震相识别方法，应用于人工智能与地球科学交叉领域，针对现有技术存在的无法实现在小样本和地震反射特征薄弱条件下的地震相分割的问题；本发明通过将地震相知识图谱G中所表征的地震相实体的信息通过地震相知识图谱实体关系学习模型进行学习，最终得到各个地震相实体的知识图谱实体表征向量V，然后利用标签插值得到中间部分地震数据的空间约束，并将得到的地震相表征向量进行填充，得到地震数据的空间知识约束，最后将地震数据及其空间知识约束共同输入深度学习网络进行训练，并用收敛后的模型进行地震相分割预测。
本发明授权一种基于知识约束的深度学习地震相识别方法在权利要求书中公布了：1.一种基于知识约束的深度学习地震相识别方法，其特征在于，包括以下步骤： 步骤一：由地质专家进行解释得到每一张原始地震图像对应的标签，并根据Inline进行编号； 步骤二：构建地震相知识图谱，具体的：采用“实体-关系-实体”结构的三元组对步骤一中已有标签的地震图像进行表征；主要分为两个部分，地震相知识图谱实体抽取、地震相知识图谱关系抽取； 步骤三：采用图嵌入模型通过学习相关地震相的属性和关系，来获得地震相表征向量； 步骤四：将步骤一中得到的标签数据进行插值，得到每两张标签数据中间部分地震数据的地震相分布情况，然后将各类地震相的地震相表征向量填充形成空间知识约束特征图； 步骤五：将原始地震图像和空间知识约束特征图组合作为深度语义分割网络的输入数据，基于损失函数，通过后向传播算法训练深度语义分割网络； 步骤六：进行分割预测，在训练完成的深度语义分割网络中输入所有原始地震图像和各原始地震图像对应的空间知识约束特征图，来预测出原始地震图像的分割结果图。
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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。
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