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！

龙图腾网获悉吉林建筑大学申请的专利强震动记录的低质量数据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：CN120577863B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511063105.6，技术领域涉及：G01V1/28；该发明授权强震动记录的低质量数据识别方法是由姚鑫鑫;金佩剑;肖莹;闫伟;孙世梅;韩成浩;李明昊;周显超设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本强震动记录的低质量数据识别方法在说明书摘要公布了：本发明涉及强震动记录的低质量数据识别方法，属于地震监测数据处理技术领域。该方法解决人工识别效率低、漏检率高的问题。技术方案要点包括：首先获取强震动记录的三分量加速度时程数据；然后构建包含数据完整性、信噪比动态范围、波形异常指数、频率响应偏移度及极性一致性系数的多维动态质量评估指标体系；基于该体系对数据进行实时质量评分，当评分低于动态阈值时标记为低质量数据；最后采用自适应分类算法识别被标记数据的异常类型，包括波形失真、基线漂移、极性颠倒及场地反应异常中的至少一种。该方法主要用于提升强震动观测数据的可靠性和工程应用价值。

本发明授权强震动记录的低质量数据识别方法在权利要求书中公布了：1.一种强震动记录的低质量数据识别方法，其特征在于，包括以下步骤： 获取强震动记录的三分量加速度时程数据； 构建多维动态质量评估指标体系，包括数据完整性、信噪比动态范围、波形异常指数、频率响应偏移度及极性一致性系数； 基于所述指标体系对加速度时程数据进行实时质量评分，若评分低于动态阈值则标记为低质量数据； 采用自适应分类算法对标记的低质量数据进行异常类型识别，所述异常类型包括波形失真、基线漂移、极性颠倒及场地反应异常中的至少一种； 所述波形异常指数通过以下方式计算： 检测波形振幅突变率，若连续采样点振幅变化率超过预设突变阈值则判定为突变异常； 分析波形包络线平滑度，若包络线局部曲率超过曲率阈值则判定为非平滑异常； 识别周期性噪声干扰，通过傅里叶变换提取特征频率的噪声能量占比，若占比超过噪声阈值则判定为周期性干扰； 所述自适应分类算法包括： 时域分析：通过滑动窗口检测数据完整性缺失和基线漂移，基线漂移判定依据为位移时程的线性趋势斜率超过漂移阈值； 频域分析：计算频率响应与标准台站响应曲线的均方根误差，若误差超过偏移阈值则判定频率响应偏移； 偏振分析：基于三分量协方差矩阵特征向量计算震中方位角偏差，若偏差超过方位容差则判定极性颠倒； 场地响应分析：通过HV谱比变异系数识别场地反应异常，若变异系数超过稳定性阈值则判定为异常。

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吉林建筑大学，其通讯地址为：130118 吉林省长春市新城大街5088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”。

以上内容由龙图腾AI智能生成。