中国科学院地质与地球物理研究所李子腾获国家专利权
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!
龙图腾网获悉中国科学院地质与地球物理研究所申请的专利基于目标数据集驱动的瞬变电磁反演模型构建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:CN119089787B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202411197283.3,技术领域涉及:G06F30/27;该发明授权基于目标数据集驱动的瞬变电磁反演模型构建方法是由李子腾;李海;李柯颖设计研发完成,并于2024-08-29向国家知识产权局提交的专利申请。
本基于目标数据集驱动的瞬变电磁反演模型构建方法在说明书摘要公布了:本发明涉及基于目标数据集驱动的瞬变电磁反演模型构建方法,包括:构建初始训练集,利用初始训练集对第一卷积神经网络进行训练,获取初始瞬变电磁反演网络模型;将待测电磁响应数据输入初始瞬变电磁反演模型进行预测,获取电阻率值;对电阻率值进行正演模拟,获取正演模拟的电磁响应数据,并基于正演模拟的电磁响应数据和电阻率值,构建预测数据;提取初始训练集中与待测电磁响应数据的相似数据,基于相似数据和预测数据构建目标数据集;将初始瞬变电磁反演模型中的参数迁移至第二卷积神经网络对目标数据集对进行迭代学习,获取瞬变电磁反演模型。本发明旨在通过迭代训练策略,在对待测数据进行深度学习反演时,提高网络对待测数据反演的精度。
本发明授权基于目标数据集驱动的瞬变电磁反演模型构建方法在权利要求书中公布了:1.基于目标数据集驱动的瞬变电磁反演模型构建方法,其特征在于,包括: 构建初始训练集,利用所述初始训练集对第一卷积神经网络进行训练,获取初始瞬变电磁反演网络模型; 获取所述初始训练集包括: 预设地下地质结构的顶层厚度和底层边界深度,并按照每层厚度累计递增的方法划分为若干层; 在顶层和底层之间确定若干控制点,对所述控制点进行插值,获取顶层和底层之间电阻率—厚度样本数据; 根据所述电阻率—厚度样本数据进行瞬变电磁一维数值模拟,获取相应的电磁响应; 基于电阻率值和所述相应的电磁响应,获取样本数据集,从所述样本数据集中划分出所述初始训练集; 卷积神经网络包括:输入层、输出层、卷积层和全连接层,其中,所述输入层用于输入所述电磁响应,所述输出层用于输出所述电阻率值,所述卷积层提取的数据特征输入到全连接层; 将待测电磁响应数据输入所述初始瞬变电磁反演网络模型进行预测,获取电阻率值; 对所述电阻率值进行正演模拟,获取正演模拟的电磁响应数据,并基于所述正演模拟的电磁响应数据和所述电阻率值,构建预测数据; 提取所述初始训练集中与所述待测电磁响应数据的相似数据,基于所述相似数据和所述预测数据构建目标数据集; 提取所述初始训练集中与所述待测电磁响应数据的相似数据包括: 获取所述初始训练集中电磁响应数据与所述待测电磁响应数据的响应相对平均误差; 获取预设范围的响应相对平均误差对应的所述初始训练集中电磁响应数据,作为相似电磁响应数据,并提取所述相似电磁响应数据在所述初始训练集中对应的电阻率值,获取所述相似数据; 计算所述响应相对平均误差包括: ; 其中,M为时间道数,为第j个时间道的真实电磁响应,为第j个时间道的网络预测电磁响应; 将所述初始瞬变电磁反演网络模型中的参数迁移至第二卷积神经网络对所述目标数据集对进行迭代学习,获取瞬变电磁反演模型。
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中国科学院地质与地球物理研究所,其通讯地址为:100029 北京市朝阳区北土城西路19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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励