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模型特征驱动的重力数据自适应稀疏约束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：CN120802381B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511284670.5，技术领域涉及：G01V7/06；该发明授权基于模型特征驱动的重力数据自适应稀疏约束反演方法是由王泰涵;王江烁;胡若韩;范思瑶设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本基于模型特征驱动的重力数据自适应稀疏约束反演方法在说明书摘要公布了：本发明适用于矿产地球物理勘查与应用领域，提供了基于模型特征驱动的重力数据自适应稀疏约束反演方法，所述方法包括：对采集的重力场数据进行网格化处理，生成规则格网数据并完成地下空间三维离散网格剖分；构建三维重力稀疏约束反演目标函数；模型局部特征识别，计算模型平滑度差异；模型特征分区约束，根据平滑度差异划分模型区域；自适应阶数动态调优；迭代反演求解，重复执行上述的阶数动态调优，直至满足收敛条件，输出最终三维密度模型。本发明通过结合模型特征驱动分区与迭代调优两方面，实现重力数据的稀疏约束反演方法，提升地质模型的反演分辨率与精度，并增强方法技术对复杂地质构造解释的适用性。

本发明授权基于模型特征驱动的重力数据自适应稀疏约束反演方法在权利要求书中公布了：1.基于模型特征驱动的重力数据自适应稀疏约束反演方法，其特征在于，所述方法包括： S1、对采集的重力场数据进行网格化处理，生成规则格网数据并完成地下空间三维离散网格剖分； S2、构建三维重力稀疏约束反演目标函数； S3、模型局部特征识别，计算模型平滑度差异； S4、模型特征分区约束，根据平滑度差异划分模型区域； S5、自适应阶数动态调优； S6、迭代反演求解，重复执行S5的阶数动态调优，直至满足收敛条件，输出最终三维密度模型； 步骤S3中，模型局部特征识别，计算模型平滑度差异的内容包括： 先通过固定阶数p=1，给出不同数量级差异的两组阈值ε，分别完成重力场数据稀疏约束反演计算，获取两个独立的三维密度解模型m1和m2，通过定义两个反演模型空间的平滑度Li，以平滑程度差异ΔL，实现不同特征区域的区分，平滑度Li定义为模型空间二阶导数之和，ΔL为不同阈值ε约束下的反演模型的平滑度差异，形式如下式： 公式3： ； 其中，mi表示地下空间密度模型的每一个离散网格单元，i表示不同数量级差异的两组阈值ε独立反演对应的编号,x,y,z分别表示笛卡尔坐标系下的三个正交方向； 步骤S4中，模型特征分区约束，根据平滑度差异划分模型区域的内容包括： 依据平滑度差异ΔL的大小指示模型空间的块状与平滑特征，对平滑度差异大于所统计平滑度均值的区域初始赋以p=1，对平滑度差异小于所统计平滑度均值的区域初始赋以p=2，然后固定阈值ε重新进行全域的稀疏约束反演计算； 步骤S5中，自适应阶数动态调优的内容包括： 在迭代反演过程中引入一个模型更新量的判别函数v，来统计前后两次迭代的密度模型之间的差异，给定一个参考值δ以界定模型更新差异大小；如果v大于参考值δ，则认定此次迭代所选用阶数p仍不是最优值，需调优，如果v小于参考值δ，则下一次迭代过程中无需调整p值，模型更新量的判别函数v如公式4所示： 公式4：； 其中，mk为第k次迭代反演的密度模型结果，m0为初始密度模型，vk表示第k次迭代反演计算获得的模型更新量，如果v小于参考值δ，则继续调优，相反，则后续迭代中不再调优p值； p值的调优方式是逐步递减，形式为公式5所示： 公式5：； 其中，pk,pk+1分别为第k次和第k+1次迭代时刻对应的阶数p。

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 吉林省长春市朝阳区前进大街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。