安徽理工大学袁佳佳获国家专利权
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!
龙图腾网获悉安徽理工大学申请的专利一种基于全连接深度神经网络的海底地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:CN119761185B 。
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:202411832019.2,技术领域涉及:G06F30/27;该发明授权一种基于全连接深度神经网络的海底地形反演方法是由袁佳佳;刘浩然;杨晨设计研发完成,并于2024-12-12向国家知识产权局提交的专利申请。
本一种基于全连接深度神经网络的海底地形反演方法在说明书摘要公布了:本发明公开了一种基于全连接深度神经网络的海底地形反演方法,包括:获取船测水深数据进行数据预处理;获取重力异常数据集,将重力异常场分解为长波和短波分量,拟合作差得出残差长波和残差短波重力异常;构建海深反演模型,以所述重力异常数据及经纬度数据作为输入;通过船测水深数据船测水深数据对所述海深反演模型进行神经网络训练,输出海深反演结果,并对所述海深反演模型进行精度评定优化。本发明通过结合船载测深数据、长波重力异常数据,短波重力异常数据,残差短波重力异常数据和残差长波重力异常数据,提高海底地形反演的精度,使用全连接深度神经网络模型,进一步提升模型的反演能力,模型能更准确捕捉地形变化,反演水深精度更优。
本发明授权一种基于全连接深度神经网络的海底地形反演方法在权利要求书中公布了:1.一种基于全连接深度神经网络的海底地形反演方法,其特征在于,包括: 获取船测水深数据以及重力异常数据,并进行数据预处理; 基于所述船测水深数据将重力异常数据分解为短波重力异常数据、长波重力异常数据、残差短波重力异常数据以及残差长波重力异常数据,其中,将重力异常场分解为长波分量和短波分量后,再分别与船测水深数据拟合做差得到残差长波重力异常和残差短波重力异常; 构建海深反演模型,以重力异常数据以及经纬度数据作为输入,对所述海深反演模型进行神经网络反演,通过船测水深数据对所述海深反演模型进行神经网络训练,输出海深反演结果,并根据船测水深数据对所述海深反演模型进行精度评定优化; 重力异常数据包括: 将重力异常场分解为长波分量和短波分量,计算控制点的短波重力异常,通过控制点的重力异常减去该控制点的短波重力异常,得到控制点的长波重力异常; 对所述控制点的长波重力异常进行格网化处理,构建长波重力异常场,通过插值法得到未知点的长波重力异常,并求解未知点的短波重力异常; 通过线性回归模型确定长、短波分量分别与船测水深值之间的线性关系,将船测水深与相应的拟合斜率相乘,得到长波和短波重力异常的参考值,将长波和短波重力异常与参考值作差,得到残差长波重力异常和残差短波重力异常; 构建海深反演模型包括: 输入层,所述输入层的输入数据为经度、纬度以及重力异常数据,所述重力异常数据包括短波重力异常、长波重力异常、残差短波重力异常以及残差长波重力异常; 四个隐藏层,第一层隐藏层设有16个神经元,第二层隐藏层设有32个神经元,第三层隐藏层设有256个神经元,第四层隐藏层设有512个神经元,每一层的神经元通过权重和偏置相互连接; 输出层,所述输出层经由隐藏层,输出海深反演结果。
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安徽理工大学,其通讯地址为:232001 安徽省淮南市山南新区泰丰大街168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