Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中北大学李剑获国家专利权

中北大学李剑获国家专利权

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!

龙图腾网获悉中北大学申请的专利基于扩散模型的地下震动场测量数据智能修复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:CN117150222B

龙图腾网通过国家知识产权局官网在2026-03-20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:202311109144.6,技术领域涉及:G06F18/10;该发明授权基于扩散模型的地下震动场测量数据智能修复方法是由李剑;马明星;李传坤;孔庆珊;柴松;曾援;张鑫;聂鹏飞设计研发完成,并于2023-08-31向国家知识产权局提交的专利申请。

基于扩散模型的地下震动场测量数据智能修复方法在说明书摘要公布了:本发明涉及一种基于扩散模型的地下震动场测量数据智能修复方法,首先使用小当量弹药地下浅层爆炸实验方案获取震动场信号,通过VMD算法对信号进行去噪,提高震动场信号信噪比;通过4次小当量弹药地下浅层爆炸实验获取真实样本,保证样本的有效性,降低训练复杂度,提升模型可靠性;将缺失的共炮点道集作为扩散模型的输入样本,通过改变随机掩码模拟出不同状况下的缺失情况,增加了输入样本的多样性,提高模型泛化性,保证即使在实验数据缺失的条件下,仍能有较高的数据多样性;本发明使用的扩散模型在加噪和去噪过程中都是对整个道集进行处理,故模型可以更好地提取全局特征,对不同的缺失状况更加稳定。

本发明授权基于扩散模型的地下震动场测量数据智能修复方法在权利要求书中公布了:1.一种基于扩散模型的地下震动场测量数据智能修复方法,其特征在于,具体步骤如下: S1:获取小当量浅层地下爆炸实验信号数据; S2:对S1获取的数据进行预处理并进行道集整合; S3:利用掩码生成训练样本; S4:将S3生成训练样本作为输入数据,在其中加入噪声变为纯高斯噪声,再通过监督去噪的过程生成修复后的数据,得到扩散模型; S5:利用扩散模型生成大当量地下浅层爆炸缺失道数据,具体步骤如下: S5.1信号获取 在步骤S1的实验区域中,构建大当量TNT地下浅层爆炸实验,设置炸点位置,使其位于检波器所在区域内; S5.2对信号进行预处理; S5.3缺失震动信号自动检测 计算不同检波器采集到的震动信号之间的马氏距离对震动信号进行一致性分析,马氏距离的计算公式如下: 3 其中,为的相关矩阵,为一正定阵,为矩阵的第i行第j列元素,表示有效信号在i时刻的信号幅值,为经验理论数据,表示待检测检波器在j时刻采集数据的幅值,为采样点个数;设置马氏距离阈值,挑选一个有效的震动信号数据作为参考信号,计算待测信号与参考信号的马氏距离,当马氏距离小于阈值时,判断该信号为有效信号; S5.4共炮点道集整合 进行共炮点道集整合,记录有效信号和无效信号的位置组成掩码与反掩码; S5.5利用扩散模型推断缺失数据 将S5.4得到的道集进行正向扩散,生成纯高斯噪声图像,使用和从中根据有效数据和无效数据的位置保留或剔除相应位置的高斯噪声,使用训练好的神经网络模型对高斯噪声进行去噪,根据时间步t从T递减迭代进行反向迭代过程,当t为1时输出数据经过合数据成模块后即为最终的修复数据。

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北大学,其通讯地址为:030051 山西省太原市尖草坪区学院路3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。

免责声明
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。