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 > 三峡大学余梅获国家专利权

三峡大学余梅获国家专利权

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!

龙图腾网获悉三峡大学申请的专利联合WGAN-GP和SADNet的微地震信号去噪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:CN115600089B

龙图腾网通过国家知识产权局官网在2025-11-11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:202211071401.7,技术领域涉及:G06F18/15;该发明授权联合WGAN-GP和SADNet的微地震信号去噪方法是由余梅;盛冠群;王向雨;马凯;郑悦林;汤婧设计研发完成,并于2022-09-02向国家知识产权局提交的专利申请。

联合WGAN-GP和SADNet的微地震信号去噪方法在说明书摘要公布了:一种联合WGAN‑GP和SADNet的微地震信号去噪方法,将微地震信号样本输入到WGAN‑GP网络中,加入噪声信号条件,通过生成对抗模型,来生成大量训练样本集,对小样本数据集扩容;利用WGAN‑GP完成扩充后的训练样本作为输入对SADNet进行训练;将采集待测微地震资料输入已训练好的SADNet,输出去噪后的微地震资料。本发明利用WGAN‑GP对微地震信号小样本数据集进行扩容,SADNet中残差空间自适应块引入的可变卷积可以适应空间纹理和边缘变化,关注全局上下文编码解码结构可以提取多尺度信息,从而提升微地震信号复杂噪声去噪精度。

本发明授权联合WGAN-GP和SADNet的微地震信号去噪方法在权利要求书中公布了:1.一种联合WGAN-GP和SADNet的微地震信号去噪方法,其特征在于包括以下步骤: 步骤一、将微地震信号样本输入到WGAN-GP网络中,加入噪声信号条件,通过生成对抗模型,来生成大量训练样本集,对小样本数据集扩容; WGAN-GP对生成样本的目标函数定义如下: 式中,x~pdatax是真实数据分布,x~pgx是生成数据分布,x~pxx是介于真实数据分布x~pdatax和生成数据分布x~pgx中的采样分布,λ是超参数,Dx是判别器概率分布,是正则化;在公式1中通过加入的惩罚采样x~pxx来约束Lipschit函数,通过正则化对生成样本进行梯度约束; 步骤二、利用WGAN-GP完成扩充后的训练样本作为输入对SADNet进行训练; SADNet使用4个多尺度的编码-解码结构,每个结构通道数在本文中分别设置为32、64、128、256,第一个和最后一个Conv层的核大小设置为1×1,最后的输出根据输入设置为1,在采样层使用2×2滤波卷积核,其他Conv层的核大小为3×3; SADNet首先通过1层Conv层来从输入的训练样本中提取样本初始特征,后将提取的样本初始特征输入到多层解码-编码结构图中完成对样本的去噪工作;在编码部分使用ResBlock提取不同尺度的特征;再针对微地震信号复杂噪声灵活捕获信号特征,原理表示如下: 式中,wi表示卷积核中位置p的权值,pi表示在Np中的位置;Δpi为位置pi的学习偏移,Δmi为可学习的调制变量,取值范围为[0,1]; 将重构特征输入到Conv层来还原去噪得到输出结果为x为输入的数据样本,为去噪后的样本数据; 步骤三、将采集待测微地震资料输入已训练好的SADNet,输出去噪后的微地震资料。

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三峡大学,其通讯地址为:443002 湖北省宜昌市西陵区大学路8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。

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。