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！

龙图腾网获悉河海大学申请的专利一种基于GA-GAN模型的连通性裂隙网络结构智能生成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：CN119761555B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202411767974.2，技术领域涉及：G06Q10/04；该发明授权一种基于GA-GAN模型的连通性裂隙网络结构智能生成方法是由王超琦;窦智;王泽君;王锦国;凌国富;王晓悦;朱淳;李兆;卞汉兵设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于GA-GAN模型的连通性裂隙网络结构智能生成方法在说明书摘要公布了：本发明涉及裂隙网络预测技术领域，公开了一种基于GA‑GAN模型的连通性裂隙网络结构智能生成方法，包括如下步骤：步骤1、建立裂隙网络数据库；步骤2、建立GA‑GAN模型：步骤2.1：信息导入和参数设置；步骤2.2：构建鉴别器；步骤2.3：建立基于基因算法的生成器；步骤2.4：鉴别器训练；步骤2.5：迭代训练；步骤3、利用GA‑GAN模型自动生成对应的连通性裂隙网络结构。本发明提出的裂隙网络结构智能生成方法，成功解决了传统裂隙网络生成中的效率低、成本高、真实性不足等问题，并且该模型生成的裂隙网络既保留了真实网络的复杂几何特征，又能适应不同的地质场景，为地下水流动模拟、油气开采等实际应用提供了更具参考价值的研究数据。

本发明授权一种基于GA-GAN模型的连通性裂隙网络结构智能生成方法在权利要求书中公布了：1.一种基于GA-GAN模型的连通性裂隙网络结构智能生成方法，其特征在于，包括如下步骤： 步骤1、建立裂隙网络数据库； 步骤2、建立GA-GAN模型，具体如下： 步骤2.1：信息导入和参数设置； 步骤2.2：构建鉴别器； 步骤2.3：建立基于基因算法的生成器； 步骤2.4：鉴别器训练； 步骤2.5：迭代训练； 步骤3、利用GA-GAN模型自动生成对应的连通性裂隙网络结构； 所述步骤1的具体操作如下： 步骤1.1：参数设置与初始化； 步骤1.2：生成裂隙网络； 步骤1.3，读取步骤1.2生成的裂隙网络数据，将数据存储到三维矩阵DataDFN_CNN中，并保存为DataDFN_CNN.mat格式的数据； 所述步骤1.2的操作如下： 步骤a、裂隙长度生成； 步骤b、裂隙角度生成； 步骤c、裂隙位置的随机生成； 步骤d、阴影区检测与去除； 步骤e、裂隙相交要求； 步骤f、裂隙网络贯通性判断； 步骤g、将最终生成的裂隙网络数据保存为一个大小为Nfrac*4的矩阵格式，其中：Nfrac：表示生成的裂隙数量，每一行代表一条裂隙；4：表示每条裂隙的四个关键属性； 所述步骤2.2中的鉴别器结构如下： 输入层：用于接收一个80维的向量，即包含20个裂隙实体的坐标数据；该数据直接输入到第一个全连接层； 全连接网络结构：其包含五层全连接层，五层全连接层的神经元数分别设置为80、512、1024、512、256、1；全连接网络结构逐步处理输入数据，从而提取裂隙坐标的特征信息，其中： 第1层全连接层：输入80维数据，输出512个神经元；该层能够捕捉到初步的坐标特征信息； 第2层全连接层：从512个神经元输出到1024个神经元；该层进一步加深网络深度，扩展特征空间； 第3层全连接层：从1024个神经元输出到512个神经元，开始减小特征维度，聚焦于更高维度特征； 第4层全连接层：从512个神经元输出到256个神经元，进一步提取特征并进行降维处理； 激活函数：在各隐藏层中采用了LeakyReLU激活函数，并设置负斜率为0.01； 输出层：其为一个全连接层，输出一个单一值，并通过Sigmoid激活函数转换为0到1之间的概率值；该概率值代表鉴别器对输入数据真实性的判断，且接近1表示鉴别器判断输入数据为真实数据，而接近0表示该输入是生成器生成的伪数据。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路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。