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！

龙图腾网获悉吉林大学申请的专利基于卷积神经网络的少量震源虚拟炮信号增强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：CN116359982B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310279895.6，技术领域涉及：G01V1/28；该发明授权基于卷积神经网络的少量震源虚拟炮信号增强方法是由赵炳辉;韩立国;张盼;封强;尚旭佳设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本基于卷积神经网络的少量震源虚拟炮信号增强方法在说明书摘要公布了：本发明涉及一种基于卷积神经网络的少量震源虚拟炮信号增强方法，利用卷积神经网络对地震数据中的相干噪声及虚假同相轴进行识别和压制。将地下被动源震源数量较少虚拟炮记录作为训练数据，并将震源数量较多的虚拟炮记录作为训练标签，从标签中学习有效信号的特征，以此来压制相干噪声和虚假同相轴，并在波形不够连续的部位进行波形恢复。对于震源分布不够均匀的虚拟炮记录，采用震源分布较广泛的虚拟炮记录作为标签，此时网络的任务不仅要压制相干噪声、虚假同相轴，恢复波形的连续性和延展性，还要将直线相交型的同相轴恢复成双曲线型的同相轴。在进行被动源采集时，可降低其对地震记录的影响，最终获得较好的效果，提高被动源地震勘探的适用性。

本发明授权基于卷积神经网络的少量震源虚拟炮信号增强方法在权利要求书中公布了：1.一种基于卷积神经网络的少量震源虚拟炮信号增强方法，其特征在于，包括以下步骤： a、利用正演方法分别收集不同速度模型下，震源数量较少、震源分布不均匀以及震源数量较多且分布广泛的原始被动源地震记录； b、利用互相关地震干涉法对收集到的被动源原始记录进行虚拟炮记录的构建，其构建方程为： RxB,xA,t+RxB,xA,-t＝δxH,B,xH,Aδt-TxA,-t*TxB,t 其中，RxB,xA,t代表某一道相对于另一炮的地震反射记录，即xA处进行放炮，xB处进行接收得到的地震记录；RxB,xA,-t代表的是其非因果部分；δ代表Dirac函数；TxA,-t和TxB,t分别代表xA和xB两个检波器接收到的透射波响应；“*”代表卷积运算； c、截取合适的采样点数的虚拟炮记录制作训练集和测试集以及其所对应的标签，并采用归一化处理： 其中，x代表地震重构记录中的某一像素点，xmin代表x所在的地震重构记录中最小像素点的值，xmax代表x所在的地震重构记录中最大像素点的值； d、设计卷积神经网络的模型框架，设置合理的超参数； e、将制作好的训练集及其对应标签输入到设计好的网络中去，卷积神经网络进行训练，迭代更新权重参数； f、将测试集数据输入训练好的网络中去，最终得到相干噪声水平较低，虚假同相轴较少，且波形连续性较好的虚拟炮记录，并将直线型同相轴恢复成双曲线型同相轴。

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大学，其通讯地址为：130012 吉林省长春市长春高新技术产业开发区前进大街2699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。