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！

龙图腾网获悉成都理工大学申请的专利一种应用于砂体的电性特征识别方法及系统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：CN120145121B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510313215.7，技术领域涉及：G06F18/24；该发明授权一种应用于砂体的电性特征识别方法及系统是由李安然;徐昉昊;倪奇;徐国盛;方立羽;龚鑫设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本一种应用于砂体的电性特征识别方法及系统在说明书摘要公布了：本申请涉及物质或物体的探测技术领域，尤其涉及一种应用于砂体的电性特征识别方法及系统，方法包括获取目标区域内砂体的标准电性特征数据集与标准地质数据集；执行初次砂体类型预估；对标准电性特征数据集执行特征确定；对确定特征上传深度学习模型，获得甲型识别模型；对目标区域地质数据执行特征确定；对确定特征上传深度学习模型，获得乙型识别模型；将甲型识别模型与乙型识别模型融合，获得最优识别模型；基于最优识别模型，执行电性特征识别，获得砂体类型可选范围。本申请有效保证砂体电性特征识别的准确性，配于精度较高且复杂地质条件的砂体电性特征识别。

本发明授权一种应用于砂体的电性特征识别方法及系统在权利要求书中公布了：1.一种应用于砂体的电性特征识别方法，该方法由处理器执行，其特征在于，包括： 获取目标区域内砂体的标准电性特征数据集，获取目标区域标准地质数据集； 基于目标区域地质数据集执行初次砂体类型预估； 对标准电性特征数据集基于监督式学习算法，执行特征确定； 对确定特征上传深度学习模型，获得甲型识别模型； 对目标区域地质数据基于监督式学习算法，执行特征确定； 对确定特征上传深度学习模型，获得乙型识别模型； 将甲型识别模型与乙型识别模型融合，获得最优识别模型； 基于最优识别模型，执行电性特征识别，并生成含有砂体类型的可视化图表，基于可视化图表与初次预估砂体类型执行比对，获得砂体类型可选范围； 其中，所述对确定特征上传深度学习模型，获得甲型识别模型的过程为：将确定特征的标准电性特征输入卷积神经网络；基于损失函数，获得积神经网络预测结果与真实标签的差异；基于梯度下降算法调整模型参数，获得甲型识别模型； 所述对确定特征上传深度学习模型，获得乙型识别模型的过程为：将确定特征的地质数据输入卷积神经网络；基于损失函数，获得积神经网络预测结果与真实标签的差异；基于梯度下降算法调整模型参数，获得乙型识别模型； 所述将甲型识别模型与乙型识别模型融合，获得最优识别模型的过程为：构建元模型，并融合标准电性特征数据集与标准地质数据集，获得融合数据集；对融合数据集执行划分，获得训练集以及测试集；基于训练集执行优化甲型识别模型与乙型识别模型，获得优化集；基于优化集传入已构建元模型，训练元模型；基于测试集依次进行甲型识别模型与乙型识别模型预测，获得预测数据集；将预测数据集传入元模型执行融合，获得最优识别模型。

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成都理工大学，其通讯地址为：610051 四川省成都市成华区二仙桥东三路1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。