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！

龙图腾网获悉中国地质调查局油气资源调查中心申请的专利基于自注意力机制的卷积循环深度学习网络实现测井岩性识别的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：CN116680638B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310603828.5，技术领域涉及：G06F18/2431；该发明授权基于自注意力机制的卷积循环深度学习网络实现测井岩性识别的方法是由张帅;殷建国;陆程;庞守吉;祝有海;潘卫红;肖睿设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本基于自注意力机制的卷积循环深度学习网络实现测井岩性识别的方法在说明书摘要公布了：本发明提供了一种基于自注意力机制的卷积循环深度学习网络实现测井岩性识别的方法，主要包括：1数据集构建，即利用钻井取心岩性描述结果和取心井段的测井数据组建样本；2模型构建，即确定样本输入方式及模型基本结构；3模型训练，即去除空值和异常值，样本特征值归一化，标签值编码，并将样本分为训练集、验证集和测试集；4模型评价，即基于PyTorch实现构建模型、参数优化、模型训练和验证。本发明构思合理，通过构建岩心—测井映射关系实现测井岩性识别。

本发明授权基于自注意力机制的卷积循环深度学习网络实现测井岩性识别的方法在权利要求书中公布了：1.一种基于自注意力机制的卷积循环深度学习网络实现测井岩性识别的方法，其特征在于，包括以下步骤： 1数据集构建 利用钻井取心岩性描述结果和取心井段的测井数据组建样本； 2模型构建 确定样本输入方式及模型基本结构，即：通过一维卷积实现样本特征向量的输入和维度提升，根据岩性类别数量确定一维卷积的重复次数；接着组合一维卷积的结果，输入长短期记忆循环神经网络中，再加入自注意力机制实现加权输出，得到高维向量，并通过全连接降维； 3模型训练 去除空值和异常值，样本特征值归一化，标签值编码，并将样本分为训练集、验证集和测试集； 4模型评价 基于PyTorch实现构建模型、参数优化、模型训练和验证； 所述步骤2中的所述模型基本结构分类四层结构即卷积网络层、长短期记忆递归神经网络层、注意机制层和全连接网络层； 所述样本输入方式为：将6维特征向量复制7份岩相类型，分别通过独立的卷积网络层生成7份高维特征向量； 所述卷积网络层包括7个独立结构，7个独立结构共输出7份高维特征向量，经过拼接和维度转换输入所述长短期记忆递归神经网络层之中； 所述长短期记忆递归神经网络层包括7个顺序排列且具有共享权重的结构单元，每个结构单元输出一个高维向量，共计7个高维向量； 最后一个隐层输出历经7个结构单元，具备共性特征，作为所述注意机制层的搜寻向量，所述长短期记忆递归神经网络层的7个高维向量输出作为所述注意机制层的键和值对，经所述注意机制层加权之后输出一个具有个性特征的高维向量并进入所述全连接网络层。

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地质调查局油气资源调查中心，其通讯地址为：100083 北京市海淀区北四环中路267号北京奥运大厦；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。