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！

龙图腾网获悉成都理工大学;四川省第四地质大队申请的专利基于U-net深度神经网络多任务学习的重力梯度数据位场转换方法及系统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：CN120234978B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510704917.8，技术领域涉及：G06F30/20；该发明授权基于U-net深度神经网络多任务学习的重力梯度数据位场转换方法及系统是由张宇;简楚;徐铮伟;眭超设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本基于U-net深度神经网络多任务学习的重力梯度数据位场转换方法及系统在说明书摘要公布了：本发明公开了基于U‑net深度神经网络多任务学习的重力梯度数据位场转换方法及系统，涉及重力场数据转换技术领域，方法包括以下步骤：构建地下模型的地质模型体，并对所述地质模型体进行正演，构建分量数据集；利用所述分量数据集训练U‑net多任务网络，得到数据转换模型；将实际重力数据输入至所述数据转换模型中，得到转换后重力数据。本发明不仅可以快速的进行梯度分量转换，还可以对复杂地质体模型的重力场图进行预测。足以说明该网络具有很强的泛化性。

本发明授权基于U-net深度神经网络多任务学习的重力梯度数据位场转换方法及系统在权利要求书中公布了：1.基于U-net深度神经网络多任务学习的重力梯度数据位场转换方法，其特征在于，包括以下步骤： 构建地下模型的地质模型体，并对所述地质模型体进行正演，构建分量数据集； 利用所述分量数据集训练U-net多任务网络，得到数据转换模型； 将实际重力数据输入至所述数据转换模型中，得到转换后重力数据； 通过正演得到所述分量数据集的方法包括： ， ， ， ， ， 其中，gz表示地质模型体的重力数据，gzz、gxx、gyy表示重力数据的三个分量，G表示万有引力常数，ρ表示剩余密度，rijk表示观测点与地质模型体空间中心点的距离，i、j、k表示地质模型体的顶点坐标，xi表示观察点横坐标与地下模型横坐标之差，yj表示观察点纵坐标与地下模型纵坐标之差，zk表示观察点深度坐标与地下模型深度坐标之差； 训练所述U-net多任务网络的方法包括： 构建所述U-net多任务网络，所述U-net多任务网络包括：若干3×3卷积核，若干最大池化层和若干上采样层； 以重力数据gz为输入，分量gzz、gxx和gyy为输出，并以三个分量的拉普拉斯方程作为的物理约束构建损失函数，训练所述U-net多任务网络，得到所述数据转换模型； 所述损失函数为： ， 其中，loss表示损失函数，σ1和σ2表示损失函数的权重，lgzz、lgxx、lgyy表示三个梯度分量对应的标签损失函数，表示拉普拉斯方程。

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成都理工大学;四川省第四地质大队，其通讯地址为：610051 四川省成都市二仙桥东三路一号；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”。