Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 数岩科技股份有限公司吴国强获国家专利权

数岩科技股份有限公司吴国强获国家专利权

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!

龙图腾网获悉数岩科技股份有限公司申请的专利一种建立三维岩石模型的方法、装置及介质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:CN119251403B

龙图腾网通过国家知识产权局官网在2025-10-21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:202411333438.1,技术领域涉及:G06T17/00;该发明授权一种建立三维岩石模型的方法、装置及介质是由吴国强;马克;李龙生;董虎;魏铭江;刘月宁设计研发完成,并于2024-09-24向国家知识产权局提交的专利申请。

一种建立三维岩石模型的方法、装置及介质在说明书摘要公布了:本发明涉及了一种建立三维岩石模型的方法、装置及介质,一种建立三维岩石模型的方法,包括:将岩石样本切割成多个第一三维空间尺寸的子样本;对多个第一三维空间尺寸的子样本进行数据增强处理,得到子样本组;对子样本组中的每个子样本进行归一化处理;采用简化的拉普拉斯金字塔结构构建生成器,采用深度卷积神经网络结构和集成特征统计混合正则化机制以构建判别器;生成一个与目标尺寸相匹配的随机噪声向量组,将随机噪声向量组输入生成器中,且将训练好的生成器的输出数组输入到训练好的判别器判别为真,则生成浮点数数组;对浮点数数组基于预设的阈值进行二值化处理和去噪,以得到二值化的岩石模型。本发明解决了现有技术生成的岩石模型的稳定性不强,质量不高的问题。

本发明授权一种建立三维岩石模型的方法、装置及介质在权利要求书中公布了:1.一种建立三维岩石模型的方法,其特征在于,包括: 将岩石样本切割成多个第一三维空间尺寸的子样本,其中,所述第一三维空间尺寸为通过两点相关函数分析的足以捕捉所述岩石样本的特征结构的子样本尺寸; 对所述多个第一三维空间尺寸的子样本进行旋转和或翻转的数据增强处理,得到子样本组; 对所述子样本组中的每个子样本进行归一化处理,将归一化后的子样本组随机分为训练集和验证集; 采用简化的拉普拉斯金字塔结构构建生成器,采用深度卷积神经网络结构和集成特征统计混合正则化机制以构建判别器,基于所述归一化后的子样本组训练所述判别器和所述生成器,得到训练好的所述判别器和所述生成器, 其中,在所述判别器中损失函数采用沃瑟斯坦生成对抗网络-拉普拉斯损失函数形式,结合了FSMR正则化项: 其中,是Lipschitz惩罚项,用于确保判别器D满足1-Lipschitz条件,其中5为Lipschitz惩罚项的权重系数;10×LFSMR是FSMR损失,其中数字10是FSMR损失的权重系数,L:表示生成模型的总损失函数,G为生成器,D为判别器,为生成器G试图最小化L,判别器D试图最大化L;Dx是判别器D对真实数据x的输出,Ex~px[Dx]:表示对真实数据x的Dx在数据分布px下的期望,Ez~qz[DGz]:表示对潜在变量z的DGz在先验分布qz下的期望,DGz:判别器D对生成数据Gz的输出,Gz是生成器G以潜在变量z为输入生成的样本,是判别器D对输入x^的梯度;为所述梯度的二范数; 还在损失函数中添加了FSMR损失项: LFSMR=E[Dx-DFSMx,y2] 其中,DFSMx,y:FSMR模块对输入x及y的预测输出,y为随机选择批次中的另一个样本;E[Dx-DFSMx,y2]为对Dx-DFSMx,y2在联合分布px,y下的期望; 生成一个与目标尺寸相匹配的随机噪声向量组,将所述随机噪声向量组输入到训练好的所述生成器中,且将训练好的所述生成器的输出数组输入到训练好的所述判别器判别为真,则生成一个值域在[0,1]之间的浮点数数组; 对所述浮点数数组基于预设的阈值进行二值化处理,使用形态学操作去除孤立区域以去噪,以得到二值化的岩石模型。

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数岩科技股份有限公司,其通讯地址为:361000 福建省厦门市火炬高新区创业园伟业楼南楼S503室;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。

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。