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！

龙图腾网获悉中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院申请的专利基于深度卷积神经网络的自适应波阻抗反演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：CN116047583B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202111257125.9，技术领域涉及：G01V1/28；该发明授权基于深度卷积神经网络的自适应波阻抗反演方法及系统是由杨柳鑫;马永强;邓光校;张如一;吕慧;王秀玲;尹龙;邹韵;李阳;赵军设计研发完成，并于2021-10-27向国家知识产权局提交的专利申请。

本基于深度卷积神经网络的自适应波阻抗反演方法及系统在说明书摘要公布了：本发明提供了一种基于深度卷积神经网络的自适应波阻抗反演方法及系统，属于地震反演解释领域。该方法包括：1生成训练集；2构建一维深度卷积神经网络波阻抗反演模型；3利用训练集对神经网络波阻抗反演模型进行训练，获得训练好的波阻抗反演模型；4将待反演的地震数据和低频约束数据输入到训练好的波阻抗反演模型，输出反演结果。本发明采用了半监督学习模式，建立了由地震波形损失项和低频约束损失项组成的目标函数，构建了包含多个卷积层和全连接层且适用于波阻抗反演的深度卷积神经网络模型，训练集不需要标签数据，在训练过程中该模型可自适应的学习出目标函数中两个损失项的权重系数组合，有效提高反演精度和效率。

本发明授权基于深度卷积神经网络的自适应波阻抗反演方法及系统在权利要求书中公布了：1.一种基于深度卷积神经网络的自适应波阻抗反演方法，其特征在于，所述方法，包括以下步骤： 1生成训练集，所述训练集包含地震数据和低频约束数据； 2构建一维深度卷积神经网络波阻抗反演模型； 所述一维深度卷积神经网络波阻抗反演模型由4个32通道的卷积层，4个16通道的卷积层，1个1通道的卷积层，2个全连接层组合而成； 所述一维深度卷积神经网络波阻抗反演模型的输出包含两部分； 第一部分是由最后一个卷积层与低频约束数据进行合并后输出的反演阻抗，用公式表示如下： 式中，为最后一个卷积层的输出，为相应的卷积核，该卷积核只有1个通道，则为上一个卷积层的输出，为偏置项；为模型输入的低频约束数据，为模型输出的波阻抗反演结果，Conv1D表示执行卷积运算； 另一部分是通过两个全连接层自适应学习并输出目标函数中不同损失项权重系数因子，用公式表示如下： 式中，1为第一个全连接层的权重矩阵，为模型输出的波阻抗反演结果，为第一个全连接层的偏置，为第一个全连接层的输出，为ReLU激活函数；第二个全连接层有两个神经元，为第二个全连接层的权重矩阵，为第二个全连接层的偏置，为softmax激活函数，为第二个全连接层的输出； 所述一维深度卷积神经网络波阻抗反演模型的目标函数为： 式中，E为目标函数，为波形损失函数项，为低频约束损失函数项，，分别为目标函数中地震波形损失项和低频约束损失项的权重系数，由模型自主学习计算得到，为正则化项，为正则化项的超参数，n为训练集的样本数量，i为第i个样本； 低频约束项中为输入的第i个样本的低频约束数据，为模型反演输出的第i个样本的阻抗数据； 波形损失项中，为输入的第i个样本的地震数据，是根据地震褶积理论由模型反演输出的第i个样本的阻抗数据计算反射系数再褶积子波生成的合成地震记录； 其中，，的表达式为： 式中，为设定的先验信息权重值，根据地震资料的实际情况选择，取值范围为0.5-1之间，分别为网络模型自适应学习出的权重系数因子，用于训练过程中动态精细调整，的值； 3利用训练集对神经网络波阻抗反演模型进行训练，获得训练好的波阻抗反演模型； 4将待反演的地震数据和低频约束数据输入到训练好的波阻抗反演模型，输出最终的反演结果。

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中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院，其通讯地址为：100728 北京市朝阳区朝阳门北大街22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。