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双分支物理驱动循环神经网络的VSP声波全波形反演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：CN119247455B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411354991.3，技术领域涉及：G01V1/28；该发明授权一种双分支物理驱动循环神经网络的VSP声波全波形反演方法是由鲁才;刘继君;胡光岷;梁兼栋设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本一种双分支物理驱动循环神经网络的VSP声波全波形反演方法在说明书摘要公布了：本发明公开一种双分支物理驱动循环神经网络的VSP声波全波形反演方法，应用于地震数据处理领域，针对现有地震速度反演技术采用完全数据驱动的方式，存在的解释性不强以及计算成本等问题；本发明由于波动方程描述了波场在时间和空间上的变化，在进行数值模拟时采用时间步进法，即根据前一时刻的状态来计算下一时刻的波场状态。由此将前一时刻的波场状态作为RNN的隐藏层，对声波方程进行有限差分求解，并将方程中的速度参数作为物理驱动的RNN正演网络中可训练的参数，将每次通过物理驱动RNN正演网络输出得到的炮集记录作为预测值；将通过设置真实速度参数进行物理驱动RNN正演输出得到的炮集记录作为观测值；将求取预测值与观测值之间的损失进行反向传播修正速度参数的过程称为速度反演过程。

本发明授权一种双分支物理驱动循环神经网络的VSP声波全波形反演方法在权利要求书中公布了：1.一种双分支物理驱动循环神经网络的VSP声波全波形反演方法，其特征在于，构建基于双分支物理驱动循环神经网络，基于双分支物理驱动循环神经网络具体包括：原始尺度真实速度模型正演分支、原始尺度初始速度模型正演分支、降尺度速度模型反演分支；原始尺度真实速度模型正演分支、原始尺度初始速度模型正演分支、降尺度速度模型反演分支各自均采用基于物理驱动的RNN正演网络实现； 声波方程进行有限差分求解，并将方程中的速度参数作为基于物理驱动的RNN正演网络中可训练的参数，将原始尺度真实速度模型正演分支的输出作为观测值，将原始尺度初始速度模型正演分支的输出作为预测值，将求取预测值与观测值之间的损失输入降尺度速度模型反演分支，更新速度参数，并将降尺度速度模型反演分支上的速度参数在每一次迭代反演结束后通过上采样更新到原始尺度初始速度模型正演分支再次进行正演，循环更新； 将预测值与观测值之间的损失记为Lossoriginal； 通过基于平均池化的降采样方法对Lossoriginal进行提取，得到与降尺度速度模型匹配的损失Lossdown； 在降尺度速度模型反演分支中通过基于物理驱动的RNN正演网络进行正演得到降尺度速度模型上的VSP炮集记录dDcal； 将Lossoriginal和dDcal相加，得到降尺度速度模型上的观测记录dDobs。

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”。

以上内容由龙图腾AI智能生成。