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！

龙图腾网获悉中山大学申请的专利一种基于深度神经网络的实时区域重力场建模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：CN120706272B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510878082.8，技术领域涉及：G06F30/27；该发明授权一种基于深度神经网络的实时区域重力场建模方法及系统是由杨萌;张宝玉;冯伟;燕兴元;钟敏设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本一种基于深度神经网络的实时区域重力场建模方法及系统在说明书摘要公布了：本发明涉及深度学习技术领域，公开了一种基于深度神经网络的实时区域重力场建模方法及系统，其中方法包括以下步骤：获取地面重力测量数据，计算地面离散点的原始地面重力异常；引入全球重力场模型，实时得到地面离散点的长波重力异常分量；引入深度全连接神经网络FC‑DNN；实时解算得到地面离散点的短波重力异常分量；引入卷积神经网络CNN；实时预测得到地面离散点的残余重力异常分量；将地面离散点的残余重力异常分量、短波重力异常分量、以及长波重力异常分量三部分融合，完成区域地面重力场模型的建模。本发明具有训练效率高且推理速度快的特点，解决了现有重力场建模中存在的计算效率不足问题。

本发明授权一种基于深度神经网络的实时区域重力场建模方法及系统在权利要求书中公布了：1.一种基于深度神经网络的实时区域重力场建模方法，其特征在于：包括以下具体步骤： 获取地面重力测量数据，并计算得到其地面离散点的原始地面重力异常； 引入全球重力场模型，实时计算得到地面离散点的长波重力异常分量，其具体步骤为： 选择全球重力场模型，在地球外部点P处的引力位，由其地心距，地心余纬和经度定义： 其中，是地球引力常数，是与完全规格化的球谐位系数相关的尺度因子，此外： 其中，是第一类完全规格化的勒让德函数，其阶次为，次数为，球谐展开中的一阶项表示重力中心的偏移； 点处的扰动位定义为地球实际重力位与正常重力位之间的差值； 通过球谐展开表示扰动位： 式中的零阶项，反映地球总质量产生的引力效应，设参考椭球体质量与地球实际质量相等，则此项为零； 地表自由空气重力异常定义为点处的实际重力加速度大小减去相应大地水准面点处的正常重力加速度大小： 设大地水准面上的引力位等于参考椭球体上的正常引力位，得到重力异常与扰动位之间的基本关系： 其中表示扰动位的径向导数，是与距离相关的修正项，3个项分别代表3种误差修正； 设表示应用了所有系统性校正后的重力异常： 得到： 进一步得到长波重力异常分量： 其中 由此得到的球谐展开表达式，其在布里渊球的外部空间中的无穷级数具有收敛性； 获取地形数据样本集；引入深度全连接神经网络FC-DNN；以地形数据样本集中的样本位置和地形特征为输入，以其中的短波重力异常为监督目标，训练FC-DNN以学习地形特征与短波重力异常之间的映射关系；采用训练后的FC-DNN作为短波重力场快速解算模型，基于地面离散点的地形特征实时解算得到其短波重力异常分量； 将地面离散点的长波与短波重力异常分量从其原始地面重力异常中剔除，得到其残余重力异常；构建多源数据样本集，训练CNN以建模所述多源数据与残余重力异常之间的非线性关联；采用训练后的CNN作为残余重力异常快速解算模型，基于地面离散点的多源数据实时预测得到其残余重力异常分量； 将地面离散点的残余重力异常分量、短波重力异常分量、以及长波重力异常分量三部分融合，完成区域地面重力场模型的建模。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。