中南大学曾小宝获国家专利权
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！
龙图腾网获悉中南大学申请的专利一种深度学习和波动方程联合驱动的微地震速度反演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：CN117706623B 。
龙图腾网通过国家知识产权局官网在2026-05-08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：202311718799.3，技术领域涉及：G01V1/28；该发明授权一种深度学习和波动方程联合驱动的微地震速度反演方法是由曾小宝;李磊;潘新朋;柳建新设计研发完成，并于2023-12-14向国家知识产权局提交的专利申请。
本一种深度学习和波动方程联合驱动的微地震速度反演方法在说明书摘要公布了：本发明涉及一种深度学习和波动方程联合驱动的微地震速度反演方法，将地下模型离散，设置检波器；建立地下速度模型，利用有限差分算法计算随机震源在每个检波器位置的波形信息；将波形记录、速度模型和震源坐标批量地输入Unet神经网络；纯数据驱动计算获取初步的速度结构，物理驱动计算，使用有限差分求解波动方程，获取地震记录；损失函数由速度误差和波形误差两部分组成；计算预测速度和真实速度之间的结构相似度，将其平均值设置为物理驱动损失值的动态权重；利用神经网络提取波形特征与速度模型之间的映射关系，反演预测地下速度结构。本发明实现了人工智能实时预测微地震速度模型，且反演得到的速度模型精度高，可解释性强。
本发明授权一种深度学习和波动方程联合驱动的微地震速度反演方法在权利要求书中公布了：1.一种深度学习和波动方程联合驱动的微地震速度反演方法，其特征在于，包括以下步骤： S1、用网格将地下模型进行离散，并在地下模型中设置n个检波器，n为自然数； S2、建立地下速度模型，设置随机震源所在区域，利用有限差分算法计算随机震源在每个检波器位置的波形信息； S3、将波形记录、速度模型和震源坐标对应后批量地输入Unet神经网络； S4、先开展纯数据驱动计算，获取初步的速度结构，再开展物理驱动计算，使用有限差分求解波动方程，获取模拟地震波形记录； S5、损失函数由纯数据驱动计算的速度误差和物理驱动计算的波形误差两部分组成； S6、计算预测速度和真实速度之间的结构相似度，将其平均值设置为物理驱动损失值的动态权重； S7、利用神经网络提取波形特征，反演预测地下速度结构。
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南大学，其通讯地址为：410083 湖南省长沙市麓山南路932号中南大学；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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