吉林大学孙伯轩获国家专利权
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!
龙图腾网获悉吉林大学申请的专利一种基于重磁数据的三维线性构造智能识别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:CN121500435B 。
龙图腾网通过国家知识产权局官网在2026-03-24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:202610036319.2,技术领域涉及:G01V11/00;该发明授权一种基于重磁数据的三维线性构造智能识别方法是由孙伯轩;王泰涵;高桐;蒋哲欣;牛润馨设计研发完成,并于2026-01-13向国家知识产权局提交的专利申请。
本一种基于重磁数据的三维线性构造智能识别方法在说明书摘要公布了:本发明涉及地球物理勘探与数据处理技术领域,公开了一种基于重磁数据的三维线性构造智能识别方法,包括以下步骤:获取目标区域在原始观测高度下的重磁异常数据,并对所述重磁异常数据进行延拓计算,获得多个不同观测高度的重磁异常平面网格数据;将原始观测高度下的重磁异常平面网格数据与所述多个不同观测高度的重磁异常平面网格数据按照预定顺序进行融合,构建包含多高度信息的三维重磁数据体,本发明通过对不同观测高度的重磁异常数据进行综合利用,能够在地下空间中获得线性构造的三维分布结果,可有效弥补现有技术中线性构造识别结果仅限于二维平面分布、难以反映构造在深度方向延伸特征的不足。
本发明授权一种基于重磁数据的三维线性构造智能识别方法在权利要求书中公布了:1.一种基于重磁数据的三维线性构造智能识别方法,其特征在于,包括以下步骤: 获取目标区域在原始观测高度下的重磁异常数据,并对所述重磁异常数据进行延拓计算,获得多个不同观测高度的重磁异常平面网格数据; 将原始观测高度下的重磁异常平面网格数据与所述多个不同观测高度的重磁异常平面网格数据按照预定顺序进行融合,构建包含多高度信息的三维重磁数据体; 将所述三维重磁数据体输入预先构建的三维线性构造智能识别网络,所述三维线性构造智能识别网络以U-Net网络结构为骨架网络,包括多个卷积层、池化层、上采样层以及跳跃连接结构,所述卷积层采用尺寸为3×3的卷积算子,所述池化层采用尺寸为3×3的最大池化算子,所述上采样层采用尺寸为3×3的上采样算子,所述三维线性构造智能识别网络中引入门控注意力机制,通过学习取值于[0,1]的连续权重对特征提取过程中得到的特征进行加权,以增强与线性构造相关的特征区域,所述门控注意力机制基于1×1×1卷积实现,并通过所述门控注意力机制生成的权重对特征提取过程中得到的特征的空间位置进行选择,在所述三维线性构造智能识别网络的训练过程中,采用均方误差作为损失函数,通过比较所述智能识别网络输出的线性构造三维分布结果与预设的构造分布结果之间的误差,对所述智能识别网络的参数进行优化,利用所述智能识别网络对所述三维重磁数据体进行特征提取和线性构造的预测; 由所述智能识别网络输出所预测的线性构造在地下空间中的三维分布结果,其中存在构造的空间单元被标记为构造单元,不存在构造的空间单元被标记为非构造单元,所述构造单元的空间分布表征线性构造的三维空间展布信息。
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。
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